httplib.InvalidURL: 非数字端口

Question

我正在尝试写一个脚本，用来检查很多网址是否存在：

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!"

但是我遇到了这个错误：

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

这是怎么回事呢？

Answer 1

非数字端口：

解决方案：

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

把服务网址或端点中的https://去掉，这样就可以正常工作了。

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

Answer 2

这可能是一个简单的解决方案，

connection = httplib.HTTPConnection(url)

你在使用 httpconnection，所以不需要像这样给出网址：http://OSMQuote.com，而是应该直接给出OSMQuote.com。

简单来说，就是把网址中的 http:// 和 https:// 去掉，因为 httplib 会把 : 当作端口号，而端口号必须是数字。

希望这对你有帮助！

Answer 3

httplib.HttpConnection 在创建的时候只需要提供远程网址的 host（主机名）和 port（端口号），而不是整个网址。

对于你的情况，使用 urllib2.urlopen 会更简单。

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!"