[已解决]关于decode

walleeee

视频刚看到http走代理，不知道为什么报错，我看那个网页也是用'utf-8'编码的呀

1. import urllib.request
   
2. 
   
3. url='http://www.google.com/'
   
4. 
   
5. proxysupport=urllib.request.ProxyHandler({'http':'http://127.0.0.1:1087'})
   
6. 
   
7. opener = urllib.request.build_opener(proxysupport)
   
8. 
   
9. urllib.request.install_opener(opener)
   
10. 
    
11. response = urllib.request.urlopen(url)
    
12. 
    
13. html=response.read().decode('utf-8')
    
14. 
    
15. print(html)
    

复制代码

报错

1. Traceback (most recent call last):
   
2.   File "test35.py", line 13, in <module>
   
3.     html=response.read().decode('utf-8')
   
4. UnicodeDecodeError: 'utf-8' codec can't decode byte 0xfc in position 7905: invalid start byte

复制代码

最佳答案

月排行榜 / 总排行榜

qiuyouzhi

2020-3-10 19:14:27

试试gbk？

跳转到最佳答案楼层

qiuyouzhi

试试gbk？

walleeee

qiuyouzhi 发表于 2020-3-10 21:06
试试gbk？

gbk是不报错，但是

1. (function(){google.spjs=false;google.snet=true;google.em=[];google.emw=false;google.pdt=0;})();(function(){var pmc='{\x22d\x22:{},\x22sb_he\x22:{\x22agen\x22:true,\x22cgen\x22:true,\x22client\x22:\x22heirloom-hp\x22,\x22dh\x22:true,\x22dhqt\x22:true,\x22ds\x22:\x22\x22,\x22ffql\x22:\x22de\x22,\x22fl\x22:true,\x22host\x22:\x22google.com\x22,\x22isbh\x22:28,\x22jsonp\x22:true,\x22lm\x22:true,\x22msgs\x22:{\x22cibl\x22:\x22Suche l鰏chen\x22,\x22dym\x22:\x22Meintest du:\x22,\x22lcky\x22:\x22Auf gut Gl點k!\x22,\x22lml\x22:\x22Weitere Informationen\x22,\x22oskt\x22:\x22Eingabetools\x22,\x22psrc\x22:\x22Diese Suchanfrage wurde aus deinem \\u003Ca href\x3d\\\x22/history\\\x22\\u003EWebprotokoll\\u003C/a\\u003E entfernt.\x22,\x22psrl\x22:\x22Entfernen\x22,\x22sbit\x22:\x22Bildersuche\x22,\x22srch\x22:\x22Google-Suche\x22},\x22ovr\x22:{},\x22pq\x22:\x22\x22,\x22refpd\x22:true,\x22rfs\x22:[],\x22sbpl\x22:16,\x22sbpr\x22:16,\x22scd\x22:10,\x22stok\x22:\x2211EHEL9WFqniC50_fM0ztRmz9Pc\x22,\x22uhde\x22:false}}';google.pmc=JSON.parse(pmc);})();</script>        </body></html>

复制代码

输出的东西不像是对的

qiuyouzhi

walleeee 发表于 2020-3-10 21:23
gbk是不报错，但是
输出的东西不像是对的

这就是html代码鸭

walleeee

qiuyouzhi 发表于 2020-3-10 21:24
这就是html代码鸭

这样的嘛，好的谢谢你，我还以为那些\x22什么的是没有decode成功的东西，还有想请教怎么正确判断该用gbk 还是utf-8还是别的什么呢,我看网页源代码有

1. <meta charset="UTF-8">

复制代码

我才选用‘utf-8’的

qiuyouzhi

walleeee 发表于 2020-3-10 21:36
这样的嘛，好的谢谢你，我还以为那些\x22什么的是没有decode成功的东西，还有想请教怎么正确判断该用gbk  ...

能不能把网页地址发一下？

walleeee

qiuyouzhi 发表于 2020-3-10 21:42
能不能把网页地址发一下？

1. www.google.com

复制代码

walleeee

更正一下 www.google.com 用的是ISO-8859-1编码,这也许和我用的代理是欧洲那边的有关