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
天衣无缝D亡霊
9 years, 4 months ago
Answers
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