python3的UnicodeDecodeError解决方法


Posted in Python onDecember 20, 2019

爬虫部分解码异常

response.content.decode() # 默认使用 utf-8 出现解码异常

python3的UnicodeDecodeError解决方法

以下是设计的通用解码

通过 text 获取编码

# 通过 text 获取编码
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 能自动获取编码, 大多乱码
 _charset = html.xpath('//@charset') or []
 if _charset:
  encode_content = response.content.decode(_charset[0].strip().lower(),
             errors='replace') # 如果设置为replace,则会用?取代非法字符;
  return {'response_text': encode_content, "response_obj": response}
 for _charset_ in ['utf-8', 'gbk', 'gb2312'] # 国内主要这3种:
  if '�' not in response.content.decode(_charset_, errors='replace'):
   return {'response_text': response.content.decode(_charset_, errors='replace'),
     "response_obj": response}
  else:
   # 默认还得是 utf-8
   return {'response_text': response.content.decode('utf-8', errors='replace'),
     "response_obj": response}

通过数据 来解编码(推荐)

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)
 # 不希望抓下来的数据中有非法字符
 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:
  # 默认 utf-8
  result = response.content.decode(_charset_, errors='replace')

errors=‘replace' 使解码不报异常, 然后把几个常用的编码一个个试下, 最后要看落下来的数据, 所以最好拿数据 去获取合适的编码

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
在漏洞利用Python代码真的很爽
Aug 26 Python
使用rpclib进行Python网络编程时的注释问题
May 06 Python
python中学习K-Means和图片压缩
Nov 20 Python
微信小程序跳一跳游戏 python脚本跳一跳刷高分技巧
Jan 04 Python
python使用pygame框架实现推箱子游戏
Nov 20 Python
win10安装tensorflow-gpu1.8.0详细完整步骤
Jan 20 Python
将pytorch转成longtensor的简单方法
Feb 18 Python
PyQt5+python3+pycharm开发环境配置教程
Mar 24 Python
Python实现常见的几种加密算法(MD5,SHA-1,HMAC,DES/AES,RSA和ECC)
May 09 Python
Python压缩模块zipfile实现原理及用法解析
Aug 14 Python
python matplotlib工具栏源码探析三之添加、删除自定义工具项的案例详解
Feb 25 Python
深入浅析Django MTV模式
Sep 04 Python
基于python调用psutil模块过程解析
Dec 20 #Python
python如何使用jt400.jar包代码实例
Dec 20 #Python
基于python使用tibco ems代码实例
Dec 20 #Python
使用python实现数组、链表、队列、栈的方法
Dec 20 #Python
python隐藏类中属性的3种实现方法
Dec 19 #Python
Python合并2个字典成1个新字典的方法(9种)
Dec 19 #Python
关于Python中定制类的比较运算实例
Dec 19 #Python
You might like
php项目打包方法
2008/02/18 PHP
php 远程图片保存到本地的函数类
2008/12/08 PHP
PHP5.3安装Zend Guard Loader图文教程
2014/09/29 PHP
Yii2框架数据库简单的增删改查语法小结
2016/08/31 PHP
Yii2结合Workerman的websocket示例详解
2018/09/10 PHP
PHP PDO和消息队列的个人理解与应用实例分析
2019/11/25 PHP
JS宝典学习笔记(下)
2007/01/10 Javascript
使用JS CSS去除IE链接虚线框的三种方法
2013/11/14 Javascript
nodejs中的fiber(纤程)库详解
2015/03/24 NodeJs
jQuery动态增减行的实例代码解析(推荐)
2016/12/05 Javascript
详解Html a标签中href和onclick用法、区别、优先级别
2017/01/16 Javascript
利用vue.js插入dom节点的方法
2017/03/15 Javascript
JS中IP地址与整数相互转换的实现代码
2017/04/10 Javascript
详解AngularJs HTTP响应拦截器实现登陆、权限校验
2017/04/11 Javascript
Vue.js移动端左滑删除组件的实现代码
2017/09/08 Javascript
Vue-router路由判断页面未登录跳转到登录页面的实例
2017/10/26 Javascript
微信小程序实现折叠与展开文章功能
2018/06/12 Javascript
vue中的mvvm模式讲解
2019/01/31 Javascript
浅谈关于vue中scss公用的解决方案
2019/12/02 Javascript
Javascript实现html转pdf高清版(提高分辨率)
2020/02/19 Javascript
[01:13:17]Secret vs NB 2018国际邀请赛小组赛BO2 第二场 8.19
2018/08/21 DOTA
举例讲解Python程序与系统shell交互的方式
2015/04/09 Python
python批量导入数据进Elasticsearch的实例
2018/05/30 Python
python在openstreetmap地图上绘制路线图的实现
2019/07/11 Python
Python的形参和实参使用方式
2019/12/24 Python
python 成功引入包但无法正常调用的解决
2020/03/09 Python
python实现密码强度校验
2020/03/18 Python
新秀丽官方旗舰店:Samsonite拉杆箱、双肩包、皮具
2018/03/05 全球购物
美国相机和电子产品零售商:Beach Camera
2020/11/26 全球购物
采购意向书范本
2014/03/31 职场文书
个人四风问题对照检查材料
2014/09/26 职场文书
延安红色之旅心得体会
2014/10/07 职场文书
数学复习课教学反思
2016/02/18 职场文书
文书工作总结(范文)
2019/07/11 职场文书
Axios取消重复请求的方法实例详解
2021/06/15 Javascript
Python实现双向链表基本操作
2022/05/25 Python