httplib.InvalidURL: 非数字端口

Question

我正在尝试编写一个脚本，用于检查许多URL是否存在：

import httplib

with open('urls.txt') as urls:
    for url in urls:
        connection = httplib.HTTPConnection(url)
        connection.request("GET")
        response = connection.getresponse()
        if response.status == 200:
            print '[{}]: '.format(url), "Up!"

但我遇到了这个错误：

Traceback (most recent call last):
  File "test.py", line 5, in <module>
    connection = httplib.HTTPConnection(url)
  File "/usr/lib/python2.7/httplib.py", line 693, in __init__
    self._set_hostport(host, port)
  File "/usr/lib/python2.7/httplib.py", line 721, in _set_hostport
    raise InvalidURL("nonnumeric port: '%s'" % host[i+1:])
httplib.InvalidURL: nonnumeric port: '//globo.com/galeria/amazonas/a.html

出了什么问题？

- user1985563

---

你的 urls.txt 文件是什么格式的？ - tom

具有"http:"和"https:" URL。 - user1985563

Answer 1

这可能是一个简单的解决方案，在这里

connection = httplib.HTTPConnection(url)

您正在使用httpconnection，因此无需像http://OSMQuote.com那样提供URL，而是需要提供OSMQuote.com。

简而言之，请从您的URL中删除http://和https://，因为httplib将:视为端口号，端口号必须为数字。

希望这可以帮助到您！

- Atul Arvind

Answer 2

httplib.HttpConnection的构造函数中只包含host和port远程URL的信息，而不是整个URL。

对于你的用例，更容易使用urllib2.urlopen。

import urllib2

with open('urls.txt') as urls:
    for url in urls:
        try:
            r = urllib2.urlopen(url)
        except urllib2.URLError as e:
            r = e
        if r.code in (200, 401):
            print '[{}]: '.format(url), "Up!"
        elif r.code == 404:
            print '[{}]: '.format(url), "Not Found!" 

- tom

---

哎呀！有几个网址出现了“HTTP错误401：未授权”，脚本就停止了，怎么办？ - user1985563

请参见编辑：urlopen在非“成功”响应上会引发URLError，但是URLError也包含HTTP状态代码，因此我们可以执行上述操作。 - tom

该死，现在返回：“ NameError：name'URLError'未定义”，但一切都好“-”。 - user1985563

嗯！还有一个问题：我放置了以下代码：if r.code == 200 or 401: print '[{}]: '.format(url), "Up!" else r.code == 404: print '[{}]: '.format(url), "Not Found!"但是我得到了错误提示：IndentationError: unexpected indent。这是怎么回事？ - user1985563

这个 if r.code == 200 or 401: 不是你进行多重相等检查的正确方式。你应该这样写：if r.code in (200, 401): - tom

你需要使用elif而不是else，因为你想要指定一个额外的布尔条件。请参见编辑。 - tom

Answer 3

非数字端口：

解决方案：

http.client.HTTPSConnection("api.cognitive.microsofttranslator.com")

从服务URL或终端点中删除“https://”，即可解决此问题。

https://appdotpy.wordpress.com/2020/07/04/errorsolved-nonnumeric-port/

- Friyank

---

是的..我认为该库只是想从其他参数中获取方案（http/https）并将它们连接在一起；因此，如果您在URL中有http，则库会得到http://http://xxx并出现解析错误。 - WesternGun