Python调用requests库下载URL资源报MissingSchema错误排查

报错根源是wget和requests对URL格式的处理规则完全不同：

• 命令行工具wget内置了URL容错补全逻辑：当你传入不带协议头的域名路径时，它会自动补上http://前缀，搭配--no-check-certificate跳过证书校验就能正常下载。
• requests库执行了严格的URL合法性校验：不会自动补全缺失的协议段（Schema），要求所有传入的请求地址必须明确以http://或https://开头。你传入的地址直接从域名开始，没有协议标识，因此直接抛出MissingSchema异常，报错提示本身也明确指出了问题：缺失协议，建议补充http://前缀。

修复方案 #

给URL补全协议前缀即可；如果目标站点存在HTTPS证书异常，添加verify=False参数即可实现和wget --no-check-certificate相同的跳过校验效果，修正后的代码如下：

import requests
# 补全http协议前缀
url = 'http://cvit.iiit.ac.in/projects/SceneTextUnderstanding/IIIT5K-Word_V3.0.tar.gz'
r = requests.get(url, verify=False)

内容的提问来源于stack exchange，提问作者rpb