[已解决]对jd解码报错UnicodeDecodeError

天使不在线

url ='https://item.jd.com/3367424.html?dist=jd#comment'
>>> html=url_open(url).decode('gbk')
Traceback (most recent call last):
  File "<pyshell#1>", line 1, in <module>
    html=url_open(url).decode('gbk')
UnicodeDecodeError: 'gbk' codec can't decode byte 0x94 in position 135180: illegal multibyte sequence
>>>

最佳答案

月排行榜 / 总排行榜

°蓝鲤歌蓝

2017-12-14 20:32:34

可能网站返回的是压缩形式的数据。

跳转到最佳答案楼层

°蓝鲤歌蓝

可能网站返回的是压缩形式的数据。

天使不在线

°蓝鲤歌蓝 发表于 2017-12-14 20:32
可能网站返回的是压缩形式的数据。

我看别人的加了这个decode('gbk','ignore') 是什么意思啊。。。

°蓝鲤歌蓝

天使不在线 发表于 2017-12-14 20:55
我看别人的加了这个decode('gbk','ignore') 是什么意思啊。。。

'ignore'是忽略非法字符的意思，就是说你爬取的网页源代码里不止有gbk格式，还有其它编码格式。
一般的read("gbk")其实是read('gbk','strict')省略了strict，就是默认抛出异常。