request库，url有中文时报错The header content contains invalid characters

Question

代码

let request = require('request');
let url = "https://www.baidu.com/s?wd=我是个大天赐,啦啦啦啦啦啦";

request(url, function (error, response, body) {
    if (!error && response.statusCode == 200) {
        console.log(body);
    } else {
        console.log(error);
    }
});

node version v8.9.0

报错

TypeError: The header content contains invalid characters
    at validateHeader (_http_outgoing.js:497:11)
    at ClientRequest.setHeader (_http_outgoing.js:501:3)
    at new ClientRequest (_http_client.js:173:14)
    at Object.request (https.js:240:10)
    at Request.start (D:\node_root\socket\node_modules\request\request.js:740:32)
    at Request.end (D:\node_root\socket\node_modules\request\request.js:1398:10)
    at end (D:\node_root\socket\node_modules\request\request.js:567:14)
    at Immediate.<anonymous> (D:\node_root\socket\node_modules\request\request.js:581:7)
    at runCallback (timers.js:789:20)
    at tryOnImmediate (timers.js:751:5)

Answer 1

最终的结果呢是把中文encodeURI+设置一下UA就好了

let request = require('request');
let url = "https://www.baidu.com/s?wd=%E6%95%B4%E5%A4%A9%E5%B0%B1%E6%98%AF%E8%83%8C%E8%83%8C%E8%83%8C%E8%AE%B0%E8%AE%B0%E8%AE%B0%EF%BC%8C%E6%88%96%E8%80%85%E6%9C%89%E4%BA%9B%E6%AD%A3%EF%BC%8C%E6%97%B6%E9%97%B4%E5%B0%B1%E8%BF%99%E4%B9%88%E6%B5%AA%E8%B4%B9%E4%BA%86";

let options = {
    url: url,
    method: 'GET',
    headers: {
        'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/61.0.3163.100 Safari/537.36',
    }
}

request(options, function (error, response, body) {
    if (!error && response.statusCode == 200) {
        console.log(body);
    } else {
        console.log(error);
    }
});

Answer 2

URL有中文，可以换个写法：

let request = require('request');
// let url = "https://www.baidu.com/s?wd=我是个大天赐好建华大街的,啦啦啦啦啦啦";
var options = { 
  method: 'GET',
  url: 'https://www.baidu.com/s',
  qs: { wd: '我是个大天赐好建华大街的,啦啦啦啦啦啦' },
  headers: { 
    'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/62.0.3202.89 Safari/537.36' 
  }
};
request(options, function (error, response, body) {
    if (!error && response.statusCode == 200) {
        console.log(body);
    } else {
        console.log(error);
    }
});

Answer 3

不用 Request 库的代码如下，可能对你有帮助：

var http = require('https');
const { URL } = require('url');

var addr = new URL('https://www.baidu.com/s?wd=我是个大天赐好建华大街的,啦啦啦啦啦啦');

http.get(addr, function(res) {
  var result = '';

  res.on('data', function(data) {   result += data.toString('utf8');  });
  res.on('end', function() {    console.log(result);  });
});

请求不到数据的原因，分析如下：

1. 把地址直接贴到 chrome 浏览器的地址栏，在开发者工具观察 HTTP 请求；
2. 发现有文档的请求，有图片的请求，还有脚本的请求；
3. 怀疑搜索是通过一个 all_async_search.js 脚本发起的，请见下面的截图；

用 node.js 程序，只请求了一部分数据，请求来页面，没有获得页面上外链的 js 脚本。即使请求得到脚本，也没有能力执行 js 脚本程序，所以没有最终请求到搜索结果。如果想请求到搜索结果，需要对方提供 HTTP API 接口（现在比较常用的是 RESTful API）。换句话说，这个页面或者 URL 地址是给浏览器访问的，不是用来给程序访问的。