Python FAQ 048 urllib 访问网址报错 UnicodeEncodeError

zltzlt

Python FAQ 048 urllib 访问网址报错 UnicodeEncodeError

问题

为什么下面的代码会报错 UnicodeEncodeError: 'ascii' codec can't encode characters in position 10-14: ordinal not in range(128)？

1. import urllib.request
   
2. 
   
3. response = urllib.request.urlopen("https://baike.baidu.com/item/灶门祢豆子/22390246?fr=aladdin")
   
4. html = response.read()
   
5. html = html.decode("utf-8")
   
6. 
   
7. print(html)

复制代码

解答

urlopen() 中 URL 不能含有中文，用 urllib.parse.quote() 将中文部分转化一下即可：

1. import urllib.request
   
2. from urllib.parse import quote
   
3. 
   
4. response = urllib.request.urlopen(f"https://baike.baidu.com/item/{quote('灶门祢豆子')}/22390246?fr=aladdin")
   
5. html = response.read()
   
6. html = html.decode("utf-8")
   
7. 
   
8. print(html)

复制代码

陈尚涵

学爬虫的时候早会了，哈哈