使用Python requests的get()方法如何处理无协议域名链接？

首先明确一点：你不能直接用requests.get('facebook.com', headers=headers)这种方式发送请求。因为Requests库要求传入的URL必须包含完整的协议头（http://或https://），否则会抛出InvalidSchema异常——它根本不知道要通过哪种协议去和目标服务器建立连接。

你当前采用的「先试HTTPS，失败再降级到HTTP」的思路是可行的，但有几个可以优化的地方，下面展开说：

一、当前写法的不足与改进 #

你现在的代码用了裸except，这会捕获所有类型的异常（比如网络超时、服务器返回500错误等），可能导致你无法区分「确实是HTTPS不可用」还是「其他请求错误」。建议改成捕获特定的、和协议相关的异常：

import requests

headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/118.0.0.0 Safari/537.36"}

def fetch_url(url):
    # 先处理不带协议的URL
    if not url.startswith(('http://', 'https://')):
        # 优先尝试HTTPS
        try:
            resp = requests.get(f"https://{url}", headers=headers, timeout=10)
            resp.raise_for_status()  # 主动触发非2xx状态码的异常
            return resp
        # 捕获HTTPS相关的失败情况：证书错误、无法建立SSL连接、超时
        except (requests.exceptions.SSLError, requests.exceptions.ConnectionError, requests.exceptions.Timeout):
            # 降级到HTTP尝试
            try:
                resp = requests.get(f"http://{url}", headers=headers, timeout=10)
                resp.raise_for_status()
                return resp
            except Exception as e:
                print(f"请求 {url} 失败：{str(e)}")
                return None
    # 处理已经带协议的URL
    else:
        try:
            resp = requests.get(url, headers=headers, timeout=10)
            resp.raise_for_status()
            return resp
        except Exception as e:
            print(f"请求 {url} 失败：{str(e)}")
            return None

二、其他优化思路 #

• 用HEAD请求替代GET做前置检查：HEAD请求只返回响应头，比GET请求更轻量，可以先通过HEAD确认协议可用性，再发送GET请求获取内容，减少带宽消耗。
• 前置端口检查：可以先尝试连接目标域名的443端口（HTTPS默认端口），如果能连通再试HTTPS，否则直接用HTTP。不过这种方式不绝对，有些网站443端口开放但SSL配置有问题，还是会请求失败。

三、总结 #

• 必须给URL加上协议头，不能直接传纯域名；
• 「HTTPS优先，失败降级HTTP」是通用且有效的方案，但要注意捕获特定异常，避免隐藏其他问题；
• 根据场景可以用HEAD请求或端口检查来优化请求流程。

内容的提问来源于stack exchange，提问作者Slava Bugz