Python:URL 图像下载。 URL 包含一个带重音的字母。我收到一个错误

Question

存在一个问题，即 .csv 文件中的 URL 包含重音字母(á、é、í 等)。如果其中包含重音字符，我会收到错误消息。

import pandas as pd
import urllib.request


def url_to_jpg(i, url, file_path):

    filename = 'image-{}.jpg'.format(i)
    full_path = '{}{}'.format(file_path, filename)
    urllib.request.urlretrieve(url, full_path)

    print('{} saved.'.format(filename))

    return None

FILENAME = 'imgs_urls.csv'
FILE_PATH = 'images/'

urls = pd.read_csv(FILENAME, encoding ='latin1')


for i, url in enumerate(urls.values):
    url_to_jpg(i, url[0], FILE_PATH)

错误图片:



有人可以帮助我吗？

Answer 1

您不能使用带有非 ASCII 字符的 URL，您需要先清理/转换它们。

在您的情况下，您将添加 clean_url下面的函数进入你的循环。这与您在 python 3: 中的链接一起使用

urllib.parse.urlsplit将 URL 拆分为组件

urllib.parse.quote将正确转义Unicode
字符

urllib.parse.urlunsplit将它重新连接在一起

.

import urllib.request
import urllib.parse

def url_to_jpg(url, file_path):
    urllib.request.urlretrieve(url, file_path)
    print('{} saved.'.format(file_path))

def clean_url(url): 
    url = urllib.parse.urlsplit(url)
    url = list(url)
    url[2] = urllib.parse.quote(url[2])
    url = urllib.parse.urlunsplit(url)
    return url

url = u'<url_with_non_ascii_char>'

url = clean_url(url)
url_to_jpg(url, "test.jpg")