python3抓取网页的编码问题。


我尝试抓取这个 网站 ,抓取的方式就是用 urllib 模块,但是打印字符发时候出现了不知道没怎么解决的问题


 mport urllib.request
url = 'http://jimmy66.com/164.html'
content = urllib.request.urlopen(url).read()
print(content.decode('utf-8'))

会出现UnicodeError。但是我用BeautifulSoup模块


 soup.original_encoding
'utf-8'

那为什么使用直接解码会出现错误如果是gbk或者gb2312也是同样的错误


 content.decode('gb2312','ignore')
涓璇棰

返回的页面也没有被压缩
如果想要正确解码该怎么做

python3.x 字符编码

天衣无缝D亡霊 9 years, 4 months ago

pycharm 的中文编码问题,原来的默认是gbk格式,改成utf-8就可以解决问题

阿爸耕田去 answered 9 years, 4 months ago

出错就贴报错信息! Geoff's site: How to Write Good Bug Reports

我这里并没有报错,UTF-8 解码成功。

灰色的幽默 answered 9 years, 4 months ago

Your Answer