LXMLエラーでWebページを取得できません "HTTPリソースのロードに失敗しました"

Question

こんにちは、私はブラウザの下のリンクを開いたもので、コードでは機能しませんでしたが、リンクは実際にはニュースサイトの組み合わせ、次に別のファイルから呼び出された記事の拡張子がurl.txtです。私は通常のウェブサイト（www.google.com）でコードを試してみました、そしてそれは完全に機能します。

import sys
import MySQLdb
from mechanize import Browser
from bs4 import BeautifulSoup, SoupStrainer
from nltk import word_tokenize
from nltk.tokenize import *
import urllib2
import nltk, re, pprint
import mechanize #html form filling
import lxml.html

with open("url.txt","r") as f:
    first_line = f.readline()
#print first_line
url = "http://channelnewsasia.com/&s" + (first_line)
t = lxml.html.parse(url)
print t.find(".//title").text

.

そしてこれは私が得るエラーです。

とこれはurl.txt

の内容です。

/news/asiapacific/australia-to-send-armed/1284790.html

Answer 1

これはURLの&s部分のためです - それは間違いなく必要ありません：

url = "http://channelnewsasia.com" + first_line

.

また、URL部品は、

from urlparse import urljoin
import lxml.html

BASE_URL = "http://channelnewsasia.com" 

with open("url.txt") as f:
    first_line = f.readline()

url = urljoin(BASE_URL, first_line)
t = lxml.html.parse(url)
print t.find(".//title").text

.

印刷：

Australia to send armed personnel to MH17 site - Channel NewsAsia

.