[問題] 爬蟲 url 空白 的問題

[ibgvdlbj (:))]

Hi 大家好

小妹新手上路

正在試用 python3 urllib.request 從一個網站裡下載多個pdf檔案

後來發現 400 錯誤

仔細研究後 發現 有些 pdf 的link 有空白，在正確的網址下空白則用%20代替

想請問大家該怎麼解決?

因為有些pdf link 沒有空白的問題


目前在猜想是不是可以這樣寫?


import urllib.parse

for url in url_list[:]
    url =root_url + url
    urllib.parse.quote(url)
    getFile(url)

麻煩各位大大了，謝謝!!
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 99.241.153.151 (加拿大)
※ 文章網址: https://www.ptt.cc/bbs/Python/M.1565329458.A.B85.html
※ 編輯: ibgvdlbj (99.241.153.151 加拿大), 08/09/2019 13:53:49
→ CodingMan: url encode?
→ niceguy: replace(' ','%20') ?
→ ibgvdlbj: 可以請1樓上大大 詳細一點說明嗎？ 新手上路 @@
→ ibgvdlbj: 2樓大大 我試著寫
→ ibgvdlbj: url = root_url + url
→ ibgvdlbj: url.replace(“ “, “%20”)
→ ibgvdlbj: getFile(url)
→ ibgvdlbj: 還是不行、不知道哪邊寫錯@@
→ CodingMan: url = url.repalce()......
→ ibgvdlbj: 已跑出～ 謝謝C大！
→ ibgvdlbj: 另外想請問，我寫raw_url 給定網址（第一頁）下載，但
→ ibgvdlbj: 其實還有下5頁的pdf file （想下載100份 pdf files) 不
→ ibgvdlbj: 知道在這部分要怎麼寫呢？
→ jiyu520: 學習google噢 爬蟲有許多資源和範例
→ CodingMan: 網頁有連結就找出來 沒有就觀察規則
→ ibgvdlbj: 好的，我來試試，有問題再上來請教，謝謝各位 :)