Python 刮痧：结合绝对和；相对链接-缺少模式

我是新来的scrapy，正在努力加入一个绝对和相对的链接，错误是：请求URL中缺少方案。奇怪的是，当我打印URL时，它似乎是正确的URL

我从stackoverflow尝试了许多不同的解决方案，但似乎没有取得任何进展，任何帮助都将不胜感激

我的代码：

import scrapy

class CHSpider(scrapy.Spider):
    name = "ch_companydata"
    allowed_domains = ['download.companieshouse.gov.uk']
    start_urls = ['http://download.companieshouse.gov.uk/en_output.html']

    custom_settings = {
        'DOWNLOAD_WARNSIZE': 0
    }

    def parse(self, response):
        relative_url = response.xpath("//div[@class='grid_7 push_1 omega']/ul[2]/li[1]/a/@href").extract()[0]
        download_url = response.urljoin(relative_url)
        print(download_url)
        yield { 
            'file_urls': download_url
        }

错误消息：

2017-08-01 09:46:36[scrapy.utils.log]信息：scrapy 1.4.0已启动（bot:companieshouse）
2017-08-01 09:46:36[scrapy.utils.log]信息：覆盖的设置：{'NEWSPIDER_MODULE'：'companieshouse.SPIDER'，'SPIDER_MODULES'：['companieshouse.SPIDER'，'ROBOTSTXT_-obe'：True，'BOT_-NAME'：'companieshouse']
2017-08-01 09:46:36[scrapy.middleware]信息：启用的扩展：
['scrapy.extensions.logstats.logstats'，
'scrapy.extensions.telnet.TelnetConsole'，
'scrapy.extensions.corestats.corestats']
2017-08-01 09:46:37[剪贴簿中间件]信息：启用的下载程序中间件：
['scrapy.downloaderMiddleware.robotstxt.RobotsTxtMiddleware'，
'scrapy.downloaderMiddleware.httpauth.HttpAuthMiddleware'，
'scrapy.downloadermiddleware.downloadtimeout.DownloadTimeoutMiddleware'，
'scrapy.downloaderMiddleware.defaultheaders.DefaultHeadersMiddleware'，
'scrapy.DownloaderMiddleware.useragent.UserAgentMiddleware'，
'scrapy.DownloaderMiddleware.retry.RetryMiddleware'，
'scrapy.DownloaderMiddleware.redirect.MetaRefreshMiddleware'，
'scrapy.DownloaderMiddleware.httpcompression.HttpCompressionMiddleware'，
'scrapy.DownloaderMiddleware.redirect.RedirectMiddleware'，
“scrapy.DownloaderMiddleware.cookies.CookiesMiddleware”，
'scrapy.downloadermiddleware.httpproxy.HttpProxyMiddleware'，
'scrapy.downloadermiddleware.stats.DownloaderStats']
2017-08-01 09:46:37[scrapy.middleware]信息：启用的蜘蛛中间件：
['scrapy.spidermiddleware.httperror.httperror中间件'，
'刮皮.SpiderMiddleware.场外.场外Iddleware'，
“scrapy.Spidermiddleware.referer.RefererMiddleware”，
'scrapy.spiderMiddleware.urllength.UrlLengthMiddleware'，
'scrapy.spidermiddleware.depth.DepthMiddleware']
2017-08-01 09:46:37[碎片中间件]信息：启用的项目管道：
['scrapy.pipeline.files.filespipline']
2017-08-01 09:46:37[刮屑.堆芯.发动机]信息：星形轮已打开
2017-08-01 09:46:37[scrapy.extensions.logstats]信息：爬网0页（0页/分钟），爬网0项（0项/分钟）
2017-08-01 09:46:37[scrapy.extensions.telnet]调试：telnet控制台在127.0.0.1:6023上侦听
2017-08-01 09:46:37[scrapy.core.engine]调试：爬网（404）（参考：无）
2017-08-01 09:46:37[刮屑核心引擎]调试：爬网（200）（参考：无）
http://download.companieshouse.gov.uk/BasicCompanyData-2017-08-01-part1_5.zip
2017-08-01 09:46:37[scrapy.core.scraper]错误：处理{'file\u url'：u'时出错http://download.companieshouse.gov.uk/BasicCompanyData-2017-08-01-part1_5.zip'}
回溯（最近一次呼叫最后一次）：
文件“c:\python27\lib\site packages\twisted\internet\defer.py”，第653行，在runCallbacks中
current.result=回调（current.result，*args，**kw）
文件“c:\python27\lib\site packages\scrapy\pipelines\media.py”，第79行，进程中项目
请求=arg_to_iter（self.get_media_请求（项目、信息））
get\U media\U请求中的文件“c:\python27\lib\site packages\scrapy\pipelines\files.py”，第382行
返回[item.get（self.files\u url\u字段，[]）中的x请求（x）]
文件“c:\python27\lib\site packages\scrapy\http\request\\ uuuu init\uuuu.py”，第25行，在\uuu init中__
自我设置url（url）
文件“c:\python27\lib\site packages\scrapy\http\request\\uuuu init\uuuuu.py”，第58行，在\u set\u url中
raise VALUERROR（'请求url中缺少方案：%s'%self.\u url）
ValueError:请求url:h中缺少方案
2017-08-01 09:46:37[刮屑芯发动机]信息：关闭卡盘（已完成）
2017-08-01 09:46:37[scrapy.statscollectors]信息：倾销scrapy统计数据：
{'downloader/request_bytes'：480，
“下载程序/请求计数”：2，
“下载器/请求\方法\计数/获取”：2，
“downloader/response_字节”：8455，
“下载程序/响应计数”：2，
“下载程序/响应状态\计数/200”：1，
“下载程序/响应状态\计数/404”：1，
“完成原因”：“完成”，
“完成时间”：datetime.datetime（2017,8,1,8,46,37415000），
“日志计数/调试”：3，
“日志计数/错误”：1，
“日志计数/信息”：7，
“响应\u已收到\u计数”：2，
“调度程序/出列”：1，
“调度程序/出列/内存”：1，
“调度程序/排队”：1，
“调度程序/排队/内存”：1，
“开始时间”：datetime.datetime（2017,8,1,8,46,3769000）}
2017-08-01 09:46:37[scrapy.core.engine]信息：爬行器已关闭（完成）

文件\u URL

字段需要包含URL列表。
因此，您应该得到以下欧洲工商管理学院：

    yield { 
        'file_urls': [download_url]
    }

---

文件\u URL

字段需要包含URL列表。
因此，您应该得到以下欧洲工商管理学院：

    yield { 
        'file_urls': [download_url]
    }