URL解析仅工作于显式

Question

我从一个.csv文件中读取URL，并试图解析它们。为什么当我在函数urlparse(...)中显式地放置链接时，我只能在scheme和netloc中得到正确的值，请参见变量o2，而在urlparse中给出newsource时却得不到正确的值

for line in file:
    source = str(line.split(",")[2])
    print("ORIGINAL URL: \n" + source)
    newsource = source.replace('"',"")
    print("REMOVING QUOTES: \n" + newsource)
    newsource.strip
    print("STRIPPING SPACES: \n" + newsource + "\n")
    o = urlparse(newsource)
    print("RESULT PARSING: " + str(o) + "\n")
    o2 = urlparse("http://nl.aldi.be/aldi_vlees_609.html")
    print("RESULT MANUAL PARSING: " + str(o2) + "\n")

输出：

Answer 1

我可以从失败的解析中看出，您有一个前导空格字符，这将导致与您相同的问题：

>>> urlparse.urlparse(' http://nl.aldi.be/aldi_vlees_609.html')
ParseResult(scheme='', netloc='', path=' http://nl.aldi.be/aldi_vlees_609.html', params='', query='', fragment='')

此行不起任何作用：

newsource.strip

你可能想要：

newsource = newsource.strip()