2017-10-20 5 views
1

に特殊文字を扱う、私はすなわちで、あるようScrapyは、元のURLを手にするにはどうすればよいscrapy:私はéなどの特殊文字が含まれているXMLサイトマップをこするよURL

ERROR: Spider error processing <GET [URL with '%C3%A9' instead of 'é']> 

になりその中の特殊文字?

Scrapy == 1.3.3

のPython 3.5.2 == (私はこれらのバージョンに固執する必要があります)

アップデート:私は正しいとURLを取得することができた https://stackoverflow.com/a/17082272/6170115を1としてunquoteを使用して文字:

使用例:

>>> from urllib.parse import unquote 
>>> unquote('ros%C3%A9') 
'rosé' 

私も自分自身のReqを試してみましたuestのsafe_url_stringなしサブクラスが、私はで終わる:

UnicodeEncodeError: 'ascii' codec can't encode character '\xf9' in position 25: ordinal not in range(128) 

完全トレースバック:

[scrapy.core.scraper] ERROR: Error downloading <GET [URL with characters like ù]> 
Traceback (most recent call last): 
    File "/usr/share/anaconda3/lib/python3.5/site-packages/twisted/internet/defer.py", line 1384, in _inlineCallbacks 
result = result.throwExceptionIntoGenerator(g) 
    File "/usr/share/anaconda3/lib/python3.5/site-packages/twisted/python/failure.py", line 393, in throwExceptionIntoGenerator 
return g.throw(self.type, self.value, self.tb) 
    File "/usr/share/anaconda3/lib/python3.5/site-packages/scrapy/core/downloader/middleware.py", line 43, in process_request 
defer.returnValue((yield download_func(request=request,spider=spider))) 
    File "/usr/share/anaconda3/lib/python3.5/site-packages/scrapy/utils/defer.py", line 45, in mustbe_deferred 
result = f(*args, **kw) 
    File "/usr/share/anaconda3/lib/python3.5/site-packages/scrapy/core/downloader/handlers/__init__.py", line 65, in download_request 
return handler.download_request(request, spider) 
    File "/usr/share/anaconda3/lib/python3.5/site-packages/scrapy/core/downloader/handlers/http11.py", line 61, in download_request 
return agent.download_request(request) 
    File "/usr/share/anaconda3/lib/python3.5/site-packages/scrapy/core/downloader/handlers/http11.py", line 260, in download_request 
agent = self._get_agent(request, timeout) 
    File "/usr/share/anaconda3/lib/python3.5/site-packages/scrapy/core/downloader/handlers/http11.py", line 241, in _get_agent 
scheme = _parse(request.url)[0] 
    File "/usr/share/anaconda3/lib/python3.5/site-packages/scrapy/core/downloader/webclient.py", line 37, in _parse 
return _parsed_url_args(parsed) 
    File "/usr/share/anaconda3/lib/python3.5/site-packages/scrapy/core/downloader/webclient.py", line 19, in _parsed_url_args 
path = b(path) 
    File "/usr/share/anaconda3/lib/python3.5/site-packages/scrapy/core/downloader/webclient.py", line 17, in <lambda> 
b = lambda s: to_bytes(s, encoding='ascii') 
    File "/usr/share/anaconda3/lib/python3.5/site-packages/scrapy/utils/python.py", line 120, in to_bytes 
return text.encode(encoding, errors) 
UnicodeEncodeError: 'ascii' codec can't encode character '\xf9' in position 25: ordinal not in range(128) 

任意のヒント?

+1

同様の問題に対して私の[回答](https://stackoverflow.com/questions/42445087/force-python-scrapy-not-to-encode-url)を見てください。たぶん、そのテクニックをユースケースに適用することができます。 –

+0

本当の問題はここにありました:https://stackoverflow.com/questions/47563095/json-url-sometimes-returns-a-null-responseそして答え:https://stackoverflow.com/a/47564798/6170115 – happyspace

答えて

1

RequestのURLを保存する前に、Scrapy usessafe_url_stringからw3libのライブラリとは思えません。あなたはどうにかそれを逆転させる必要があります。

関連する問題