Golang url.Parse 总是 return 无效的控制字符 URL

Question

我正在尝试使用从 free-proxy-list.net 获得的代理来抓取一些网站，并使用 Golang 将其应用到我的本地 http 请求中，但是当我使用 [=17= 解析代理时]() 总是 return 无效的控制字符 URL

func getProxy() *url.URL {
    proxyUrl := "https://www.proxy-list.download/api/v1/get?type=http&country=US"
    client := &http.Client{}
    req, err := http.NewRequest("GET", proxyUrl, nil)
    resp, err := client.Do(req)
    if err != nil {
        fmt.Println("Error proxy ", err)
    }
    defer resp.Body.Close()
    body, err := ioutil.ReadAll(resp.Body)
    if err != nil {
        fmt.Println("Error response body", err)
    }
    details := string(body)
    temp := strings.Split(details, "\n")
    fmt.Println("http://" + temp[rand.Intn(30)])
    checkProxy, err := url.Parse("http://" + temp[rand.Intn(10)])
    if err != nil {
        fmt.Println("Bad proxy URL", err)
    }

    return checkProxy
}

Answer 1

proxyUrl := "https://www.proxy-list.download/api/v1/get?type=http&country=US"

此 URL 的内容是 ip:port\r\n´, i.e. the line delimiter is\r\n` 格式的行（DOS/Windows 样式）。

temp := strings.Split(details, "\n")

这将内容按 \n 拆分，即 UNIX 风格的行分隔符。这会在字符串中留下来自 DOS 行定界符的 \r，从而导致 ip:port\r.

... always return Invalid Control Character URL

这是它所抱怨的行中剩余的 \r。

Answer 2

代理列表中有尾随空格和回车 returns。尝试

fmt.Println("http://" + strings.TrimSpace(temp[rand.Intn(30)]))
checkProxy, err := url.Parse("http://" + strings.TrimSpace(temp[rand.Intn(10)]))

这有效。

Golang url.Parse 总是 return 无效的控制字符 URL

Golang url.Parse always return Invalid Control Character URL

go

scrape