[已解决]为什么请求的文本为会提示编码不正确，这种情况怎么解决

小小小菜菜菜

为什么请求url返回的文本显示错误

1. response = urllib.request.urlopen("https://www.mzitu.com/zipai/")
   
2. html = response.read()
   
3. >>> html.decode("utf-8")
   
4. Traceback (most recent call last):
   
5.   File "<pyshell#22>", line 1, in <module>
   
6.     html.decode("utf-8")
   
7. UnicodeDecodeError: 'utf-8' codec can't decode byte 0x8b in position 1: invalid start byte

复制代码

最佳答案

月排行榜 / 总排行榜

Charles未晞

2018-12-19 12:58:08

小小小菜菜菜 发表于 2018-12-19 10:21
这种情况只是保证了不出错，但是有的东西没法解码出来，得到的网页和用浏览器渲染出来的网页显示不一致

你用requests模块就是正常不乱码的：

1. import requests
   
2. res = requests.get(''https://www.mzitu.com/zipai/)
   
3. print(res.text)

复制代码

urllib应该是实现的不太好吧，也许加个请求头就好了，建议转requests

跳转到最佳答案楼层

Charles未晞

1. html.decode(encoding="utf-8", errors="ignore")

复制代码

小小小菜菜菜

Charles未晞 发表于 2018-12-18 11:20

这种情况只是保证了不出错，但是有的东西没法解码出来，得到的网页和用浏览器渲染出来的网页显示不一致

塔利班

小小小菜菜菜 发表于 2018-12-19 10:21
这种情况只是保证了不出错，但是有的东西没法解码出来，得到的网页和用浏览器渲染出来的网页显示不一致

不一致先不说，你header都没有，只认识你是个机器人

Charles未晞

小小小菜菜菜 发表于 2018-12-19 10:21
这种情况只是保证了不出错，但是有的东西没法解码出来，得到的网页和用浏览器渲染出来的网页显示不一致

你用requests模块就是正常不乱码的：

1. import requests
   
2. res = requests.get(''https://www.mzitu.com/zipai/)
   
3. print(res.text)

复制代码

urllib应该是实现的不太好吧，也许加个请求头就好了，建议转requests