python3的UnicodeDecodeError解決方法
爬蟲部分解碼異常
response.content.decode() # 默認使用 utf-8 出現(xiàn)解碼異常

以下是設(shè)計的通用解碼
通過 text 獲取編碼
# 通過 text 獲取編碼
import requests
from lxml import etree
def public_decode():
headers = {
'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.108 Safari/537.36'
}
response = requests.get('https://blog.csdn.net/a13951206104', headers=headers)
html = etree.HTML(response.text) # response.text 能自動獲取編碼, 大多亂碼
_charset = html.xpath('//@charset') or []
if _charset:
encode_content = response.content.decode(_charset[0].strip().lower(),
errors='replace') # 如果設(shè)置為replace,則會用?取代非法字符;
return {'response_text': encode_content, "response_obj": response}
for _charset_ in ['utf-8', 'gbk', 'gb2312'] # 國內(nèi)主要這3種:
if '�' not in response.content.decode(_charset_, errors='replace'):
return {'response_text': response.content.decode(_charset_, errors='replace'),
"response_obj": response}
else:
# 默認還得是 utf-8
return {'response_text': response.content.decode('utf-8', errors='replace'),
"response_obj": response}
通過數(shù)據(jù) 來解編碼(推薦)
def public_decode(response):
headers = {
'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.108 Safari/537.36'
}
response = requests.get('https://blog.csdn.net/a13951206104', headers=headers)
html = etree.HTML(response.text)
# 不希望抓下來的數(shù)據(jù)中有非法字符
item = dict()
result = None
for _charset_ in ['utf-8', 'gbk', 'gb2312']:
if response:
result = response.content.decode(_charset_, errors='replace')
item['content'] = html.xpath('//*[@id="content"]')
if '�' not in result['content'].strip():
result =response.content.decode(_charset_, errors='replace')
break
if not result:
# 默認 utf-8
result = response.content.decode(_charset_, errors='replace')
errors=‘replace' 使解碼不報異常, 然后把幾個常用的編碼一個個試下, 最后要看落下來的數(shù)據(jù), 所以最好拿數(shù)據(jù) 去獲取合適的編碼
以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
Python數(shù)據(jù)庫編程之SQLite和MySQL的實踐指南
這篇文章主要為大家詳細介紹了Python數(shù)據(jù)庫編程中SQLite和MySQL的相關(guān)操作指南,文中的示例代碼講解詳細,感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下2024-03-03
Python操作Excel工作簿的示例代碼(\*.xlsx)
這篇文章主要介紹了Python操作Excel工作簿的示例代碼(\*.xlsx),文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-03-03
快速解釋如何使用pandas的inplace參數(shù)的使用
這篇文章主要介紹了快速解釋如何使用pandas的inplace參數(shù)的使用,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-07-07
Python實現(xiàn)雙軸組合圖表柱狀圖和折線圖的具體流程
這篇文章主要介紹了Python雙軸組合圖表柱狀圖+折線圖,Python繪制雙軸組合的關(guān)鍵在plt庫的twinx()函數(shù),具體實例代碼跟隨小編一起看看吧2021-08-08
Python+wxPython實現(xiàn)批量文件擴展名替換
這篇文章主要介紹了如何使用 Python和wxPython創(chuàng)建一個簡單的圖形界面應(yīng)用程序,使用戶能夠選擇文件夾、輸入要替換的文件類型和新的文件類型,并實現(xiàn)批量替換文件擴展名的功能,有需要的可以參考一下2023-10-10
python爬蟲MeterSphere平臺執(zhí)行報告流程解析
這篇文章主要為大家介紹了python爬蟲MeterSphere平臺執(zhí)行報告流程解析,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪2023-12-12

