Python加载本地文件至TextUrl报错：URL格式验证失败

错误原因 #

TextUrl类型要求输入符合标准URL格式，你直接传入的Windows本地路径（C:\\...）不属于合法URL范畴，因此触发Pydantic的验证错误。

解决方案 #

方案1：将本地路径转换为file协议URL #

Windows系统的本地文件对应URL格式为file:///C:/...（注意开头三个斜杠，路径统一用正斜杠），修改代码如下：

doc = MyText(
    url="file:///C:/Users/User/PycharmProjects/vector_database_using_vectordb/games.txt"
)

# 直接读取本地文件内容（避开TextUrl的load方法，避免适配问题）
with open("C:\\Users\\User\\PycharmProjects\\vector_database_using_vectordb\\games.txt", "r", encoding="utf-8") as f:
    doc.text = f.read()

assert doc.text.startswith('<TITLE>Read Me</TITLE>')

也可以用原始字符串简化路径写法：

file_path = r"C:\Users\User\PycharmProjects\vector_database_using_vectordb\games.txt"
doc = MyText(url=f"file:///{file_path.replace('\\', '/')}")

with open(file_path, "r", encoding="utf-8") as f:
    doc.text = f.read()

方案2：修改模型字段类型（放弃URL验证） #

如果不需要对url字段做严格的URL格式校验，直接将TextUrl替换为普通字符串类型：

from docarray import BaseDoc

class MyText(BaseDoc):
    text: str = None
    url: str = None  # 替换TextUrl为str类型

之后直接传入本地路径即可：

doc = MyText(
    url="C:\\Users\\User\\PycharmProjects\\vector_database_using_vectordb\\games.txt"
)

with open(doc.url, "r", encoding="utf-8") as f:
    doc.text = f.read()

assert doc.text.startswith('<TITLE>Read Me</TITLE>')

额外说明 #

原代码中doc.url.load()的写法大概率不支持本地文件路径，因为TextUrl的load方法通常为HTTP/HTTPS URL设计，直接使用Python内置的open()函数读取本地文件更可靠。

内容的提问来源于stack exchange，提问作者Rasai Stewart