Python：带有 urllib.urlopen 的 KeyError/IOError

Question

我试图将一些文本传递给这个 readability API ，如下所示：

text = 'this reminds me of the Dutch 2001a caravan full of smoky people Auld Lang Syne'
# construct Readability Metrics API url
request_url = 'http://ipeirotis.appspot.com/readability/GetReadabilityScores?format=json&text=%s' % text
request_url = urllib.quote_plus(request_url.encode('utf-8'))
# make request
j = json.load(urllib.urlopen(request_url))

我收到此错误最后一行：

[Errno 2]没有这样的文件或目录：'http://ipeirotis.appspot.com/readability/GetReadabilityScores?format=json&text=this+reminds+me+of+the+Dutch+2001a+caravan+充满+烟熏+人+Auld+Lang+Syne'

但是，错误中的 URL 有效，并且在您访问时会返回响应。如何对 URL 进行编码以便可以使用 urlopen？多谢。

Answer 1

您引用的是完整的网址，包括 http:// 等。如果您尝试打印 request_url 的实际值，您会得到

>>> print request_url
http%3A%2F%2Fipeirotis.appspot.com%2Freadability%2FGetReadabilityScores%3Fformat
%3Djson%26text%3Dthis+reminds+me+of+the+Dutch+2001a+caravan+full+of+smoky+people
+Auld+Lang+Syne

Which is not what you Want.您只想引用您想要作为网站的单个参数的部分。我尝试了以下方法，它似乎有效：

text = 'this reminds me of the Dutch 2001a caravan full of smoky people Auld Lang Syne'
# construct Readability Metrics API url
request_url = 'http://ipeirotis.appspot.com/readability/GetReadabilityScores?format=json&text=%s' % urllib.quote_plus(text.encode('utf-8'))
# make request
j = json.load(urllib.urlopen(request_url))

Answer 2

使用 urllib.urlencode 仅对查询字符串进行编码，如下所示：

request_url = 'http://ipeirotis.appspot.com/readability/GetReadabilityScores?%s' % urllib.urlencode({'format': 'json', 'text': text})

对整个 URL 进行编码将对斜杠和冒号进行编码，并且您希望它们保持未编码状态，以便将其正确解析为 URL（并且不会误认为是本地文件） 。