Python requests动态代理报Proxy URL had no scheme错误排查

报错的核心原因是动态拉取得到的代理IP字符串包含不可见的特殊控制字符，控制台print时这类字符不会被渲染显示，导致你肉眼看到的字符串和程序实际读取的字符串内容不一致。

这类隐藏字符通常来自拉取代理地址的数据源：比如通过Docker SDK、接口返回、shell命令输出拿到的IP，很容易在首尾带上\n换行符、\r回车符、零宽空格甚至未清理干净的字节转义标记。你肉眼看到打印结果是3.124.2.94:3128，实际内存里的字符串可能是3.124.2.94:3128\r或者\n3.124.2.94:3128，这种情况下requests解析代理地址时，识别不到合法的http/https开头，就会抛出scheme缺失的错误。你之前手动加前缀后问题依旧，基本是因为隐藏字符没被清理，要么出现在字符串最开头导致前缀位置不对，要么特殊字符打乱了URL结构。

硬编码代理地址的脚本能正常运行，是因为你手写的字符串是完全干净的无冗余字符，且你使用的requests版本对不带scheme的代理地址做了向下兼容，会自动补全http前缀，所以不会触发报错。

按以下步骤排查修复即可：

• 先打印字符串的原始格式定位脏字符：把直接print(proxy)改成print(repr(proxy))，该方法会把所有不可见控制字符转成可见的转义符号输出，能直接看到字符串首尾是否存在多余字符。
• 对动态拉取到的IP做严格清洗，再显式拼接标准代理格式：拿到IP后先调用strip()清除首尾所有空白、控制字符，再显式加上http://前缀（3128端口的代理基本都是HTTP代理，不需要加https前缀，代理本身的协议和你访问HTTPS目标站点不冲突，HTTPS请求会通过HTTP代理发送CONNECT隧道建立连接）。
  修复后的核心代码如下：

  instances = mngr.getRunningProxiesIP()
  # 清洗原始IP，去掉首尾所有不可见控制字符、空白
  raw_ip = instances[1][0].strip()
  # 显式拼接标准代理地址，不要依赖requests的自动补全逻辑
  proxy = f"http://{raw_ip}:3128"
  # 校验清洗结果，确认输出没有多余转义字符
  print(repr(proxy))
  response = requests.get(
      "https://api.ipify.org/?format=json",
      proxies={"https": proxy, "http": proxy}
  )
  

• 如果清洗后还是报错，确认你使用的requests版本>=2.20.0，过低版本对代理URL的解析逻辑存在已知bug，升级版本即可。

内容的提问来源于stack exchange，提问作者codedor