Python urllib2 确保 url 格式正确答案

【问题标题】：Python urllib2 ensuring url is well-formedPython urllib2 确保 url 格式正确
【发布时间】：2011-11-25 22:37:33
【问题描述】：

在ValueError: unknown url type in urllib2, though the url is fine if opened in a browser 中指出，在调用opener.open() 之前，您必须确保传递给它的url 格式正确（即-HTTP url 有一个“http://”前缀，“ftp: //" 用于 FTP 等）。

问题被提炼为“是否可以使用某些内置函数自动处理此类情况，或者我必须对后续字符串连接进行错误处理？”或者换一种说法：有没有内置的 Python 可以做到这一点？

但是，这个精致的问题从未得到回答，因此在这里重新提问。自己做很容易，但为什么要重新发明轮子呢？

【问题讨论】：

【解决方案1】：

在 Python 中，接受和异常而不是提前检查值是很常见的。所以像这样的东西对我来说是完美的，可能对大多数 Python 程序员来说都是这样的：

try:
    opener.open(url)
except ValueError,e:
    # fix url and try again
    # ...

但我不明白您希望如何自动处理不带前缀的网址。前缀定义要使用的协议。如果不给，你会怎么“猜”？

【讨论】：

【解决方案2】：

如果您想默认添加http://，您确实需要自己执行此操作。没有理由说这应该比预先添加更好。 gopher: 或 mailto: 或 news: - 有很多协议。

仅仅因为今天的网络浏览器对用户隐藏http:// 前缀并不会使其过时。

【讨论】：

作为后续，主机名后也必须至少有一个斜杠。所以http://www.google.com 实际上不是一个正确的URL。不过，您的浏览器或 Web 服务器都会将您重定向到 http://www.google.com/。
哦，如果你只打算支持http://，你可以考虑总是在前面加上它，除非你的url已经以http://开头。