解决 HTTP 错误 400：在 Google Chrome 中使用有效链接的错误请求

Question

我知道已经有很多人问过这个问题，但我似乎找不到答案，希望能在这里得到一些帮助。我尝试下载存储在 url 列表后面的文件..

我发现以下函数可以满足我的要求：

import os.path
import urllib.request
import requests

for link in links:
    link = link.strip()
    name = link.rsplit('/', 1)[-1]
    filename = os.path.join('downloads', name)

    if not os.path.isfile(filename):
        print('Downloading: ' + filename)
        try:
            urllib.request.urlretrieve(link, filename)
        except Exception as inst:
            print(inst)
            print('  Encountered unknown error. Continuing.')

我总是收到：HTTP 错误 400：错误请求。

我试图设置用户代理来伪造浏览器访问（我使用 Google Chrome），但它根本没有帮助。如果在浏览器中复制这些链接就可以使用，因此我想知道如何解决这个问题。

Answer 1

必须引用空格。我已经使用了 quote function to quote filename in your link. Also I've used rindex to cut last part in url path. There is urlsplit and urlunsplit 应该使用的函数而不是字符串操作，但是 .. 我太懒了 :D

import os.path
import urllib.request
from urllib.parse import quote

links = ['https://undpgefpims.org/attachments/6222/216410/1717887/1724973/6222_4NC_3BUR_Macedonia_Final ProDoc 30 July 2018.doc', 'https://undpgefpims.org/attachments/6214/216405/1719672/1729436/6214_4NC_Niger_ProDoc  final for DoA.doc']

for link in links:
    link = link.strip()
    name = link.rsplit('/', 1)[-1]
    filename = os.path.join('downloads', name)

    if not os.path.isfile(filename):
        print('Downloading: ' + filename)
        try:
            urllib.request.urlretrieve(link[:link.rindex('/') + 1] + quote(link[link.rindex('/') + 1:]), filename)
        except Exception as inst:
            print(inst)
            print('  Encountered unknown error. Continuing.')

Answer 2

我找到了我自己问题的答案。

问题是 url 包含空格，urllib.request 显然无法正确读取这些空格。解决办法是先把url解析成引号，然后调用被引号的url.

这是所有运行遇到相同问题的工作代码：

import os.path
import urllib.request
import requests
import urllib.parse

for link in urls:
    link = link.strip()
    name = link.rsplit('/', 1)[-1]
    filename = os.path.join(name)
    quoted_url = urllib.parse.quote(link, safe=":/")

    if not os.path.isfile(filename):
        print('Downloading: ' + filename)
        try:
            urllib.request.urlretrieve(quoted_url, filename)
        except Exception as inst:
            print(inst)
            print('  Encountered unknown error. Continuing.')

解决 HTTP 错误 400：在 Google Chrome 中使用有效链接的错误请求

Solving HTTP Error 400: Bad Request with working links in Google Chrome

python

request

urllib

user-agent