尝试下载文件时出现HTTP错误400 urllib2

Question

这是事情，我正在执行一个脚本，该脚本从不同的站点下载文件。 问题是我不知道为什么会引发此错误，而如果我在浏览器中输入相同的URL，则可以下载文件。 另外，还有其他可以正常工作的网址。 所以...这是代码：

import os
from bs4 import BeautifulSoup
import time
import urllib2

f = urllib2.Request(url)
f.add_header('User-Agent', 'Mozilla/5.0 Windows NT 6.3; WOW64; rv:34.0')
request = urllib2.urlopen(f)
data = request.read()
soup = BeautifulSoup(data, 'html.parser')
p_name = soup.find('h2', id="searchResults").contents[0]
if not os.path.exists(p_name):
  os.makedirs(p_name)
for a in soup.find_all('a', href="#register"):
    f = a["data-durl"]
#Following two lines just prepares file name
    n = len(f.split("/"))
    n_file = f.split("/")[n-1]
    path_file = p_name+"\\"+n_file
    if os.path.isfile(path_file):
        print "Firmware already downloaded. skipping it"
    else:
        print "Downloading "+ path_file
        link = urllib2.urlopen(f)
        datos = link.read()
#print "[+] Downloading firmware %s" % n_file
#n_archivo = "Archivo"+str(b)+".zip"
        with open(path_file, "wb") as code:
           code.write(datos)
    time.sleep(2) 

这个网址就是不会用这个脚本工作： 非工作URL但这一个工作正常工作URL

希望您能够帮助我。

编辑：我添加了我为此使用的库。 和堆栈跟踪我发现了错误！ 问题是它尝试下载的文件名上有空格。 使用f.replace（“”，“％20”）应该可以正常工作:)

Answer 1

您需要将文件名中的空格转换为以下空格的URL编码： %20 。 为此，您可以使用str.replace()在这两行之间添加一行：

print "Downloading "+ path_file
f = f.replace(' ', '%20')
link = urllib2.urlopen(f)

这将从URL下载：

http://www.downloads.netgear.com/files/GDC/ME101/ME101%20Software%20Utility%20Version%202.0.zip

而不是来自

http://www.downloads.netgear.com/files/GDC/ME101/ME101 Software Utility Version 2.0.zip

无效，因为其中包含空格。

该URL在您的浏览器中仍然有效，因为当您输入带空格的URL时，浏览器会自动将它们转换为%20 。