Python：使用urllib.urlopen时出现KeyError/IOError

Question

我正在尝试将一些文本传递给这个 可读性 API，像这样：

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))

不过，我在最后一行遇到了这个错误：

[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+full+of+smoky+people+Auld+Lang+Syne'

但是，错误中提到的这个网址是有效的，访问时会返回响应。那么，我该如何编码这个网址，以便可以使用 urlopen 呢？非常感谢。

Answer 1

使用 urllib.urlencode 只对查询字符串进行编码，像这样：

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

如果把整个网址都编码的话，会把斜杠和冒号也编码，这样的话它们就会变得不正常，导致网址无法正确解析（可能会被误认为是本地文件）。

Answer 2

你引用了完整的网址，包括了 http:// 这些部分。如果你试着打印出 request_url 的实际值，你会得到

>>> 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

这并不是你想要的。你只想引用那些你希望作为网站单个参数的部分。我试了以下的方法，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))