鱼C论坛

 找回密码
 立即注册
查看: 1695|回复: 2

[已解决]网页爬取时UnicodeDecodeError 问题

[复制链接]
发表于 2019-1-11 12:55:58 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能^_^

您需要 登录 才可以下载或查看,没有账号?立即注册

x
UnicodeDecodeError: 'gb2312' codec can't decode byte 0xc6 in position 9538: illegal multibyte sequence
可是我的解码方式就是爬取网站的类型,并且程序在PythonIsta中可以正常运行解码网页,一旦在IDLE或Pycharm中运行就报错,为什么,有解决办法吗?


req.add_header('User-Agent:','Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.26 Mobile Safari/537.36')
proxy = random.choice(proxies)
proxy_support = urllib.request.ProxyHandler({'htpp':proxy})
opener = urllib.request.build_opener(proxy_support)
urllib.request.install_opener(opener)
url = 'https://www.27270.com/ent/rentiyishu/2019/313823.html'
response = urllib.request.urlopen(url)
html = response.read().decode('gb2312')
print(html)
最佳答案
2019-1-11 17:36:24
decode('gb2312','ignore')
捕获.PNG
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复

使用道具 举报

 楼主| 发表于 2019-1-11 13:05:14 | 显示全部楼层
是不是和header有关系?好几次刚开始没问题,运行几次就报错
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

发表于 2019-1-11 17:36:24 | 显示全部楼层    本楼为最佳答案   
decode('gb2312','ignore')
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Archiver|鱼C工作室 ( 粤ICP备18085999号-1 | 粤公网安备 44051102000585号)

GMT+8, 2025-1-13 10:24

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表