如何修复requests.exceptions.InvalidSchema错误并提取诊所URL？

错误原因 #

requests.exceptions.InvalidSchema: 未找到连接适配器 是因为clinics.absolute_links里混了非HTTP/HTTPS协议的链接（比如电话、邮件类链接），用s.get(item)请求这类链接时，requests无法识别对应的连接方式，所以报错。

修复后的代码 #

from requests_html import HTMLSession

url = "https://www.dent.cz/zubni-lekari"

s = HTMLSession()
r = s.get(url)

r.html.render(sleep=1)

# 定位诊所列表的父容器，改用基于class的定位更稳定
clinics_container = r.html.xpath('//div[contains(@class, "list-items")]', first=True)

# 筛选并打印有效的诊所详情页URL
for link in clinics_container.absolute_links:
    # 只保留以诊所详情页前缀开头的链接，排除无效链接
    if link.startswith("https://www.dent.cz/zubni-lekari/"):
        print(link)

关键修复点 #

• 替换了原代码中依赖精确DOM层级的XPath，改用基于class的定位方式，避免页面结构变动导致定位失败
• 增加了链接筛选逻辑，只保留https://www.dent.cz/zubni-lekari/开头的诊所详情页URL，排除电话、邮件等非网页链接，解决了连接适配器错误
• 移除了不必要的详情页请求逻辑，直接输出目标URL，符合需求

内容的提问来源于stack exchange，提问作者Filip Chobodicky