推荐学习书目
› Learn Python the Hard Way
Python Sites
› PyPI - Python Package Index
› http://diveintopython.org/toc/index.html
› Pocoo
值得关注的项目
› PyPy
› Celery
› Jinja2
› Read the Docs
› gevent
› pyenv
› virtualenv
› Stackless Python
› Beautiful Soup
› 结巴中文分词
› Green Unicorn
› Sentry
› Shovel
› Pyflakes
› pytest
Python 编程
› pep8 Checker
Styles
› PEP 8
› Google Python Style Guide
› Code Style from The Hitchhiker's Guide
这是一个创建于 2713 天前的主题，其中的信息可能已经有所发展或是发生改变。
今天刚入手学习 python 爬虫，用的是 python3.6。然后爬取网页时遇到一个编码的问题
在执行以下代码时： request = urllib.request.Request(url) print(request)
response = urllib.request.urlopen(request, timeout=20) 出现了编码的问题，错误代码为： UnicodeEncodeError: 'ascii' codec can't encode characters in position 38-39: ordinal not in range(128)
个人觉得应该是页面中包含 Ascii 编码导致的，不知道该在哪个位置改编码。 谢谢大家
 |
1
alvinbone88 2017-07-17 06:39:33 +08:00
试试在代码最前面加
#!/usr/bin/python # -*- coding: utf-8 -*- |
 |
2
Sylv 2017-07-17 07:07:10 +08:00
请提供具体网页 url。
|
 |
3
popil1987 2017-07-17 08:51:52 +08:00
request.encoding=xxx
|
 |
4
swordspoet 2017-07-17 09:27:05 +08:00
这个问题我之前也遇到过，并非是“页面中包含 Ascii 编码导致的”，而是因为编译器默认的编码形式是 Ascii，一般通过添加 reload(sys)然后 setdefaultencoding('utf8')。当然在开头还要照#1 楼做。供参考
|
 |
5
fy 2017-07-17 10:10:04 +08:00
一楼四楼认真的吗？这应该是网页的编码问题，不是代码的吧。
一个可能是都不出来（第一句错），另一个是输出不输出来（第二句错，比如 cmd 编码是 cp936，如果网页是 utf8 有些字符打不出来）。 建议提供更多信息。另外建议使用 requests |
 |
6
zhangsen1992 2017-07-17 10:47:32 +08:00
requests 库多好啊 urllib 几乎没怎么用过
|
 |
7
w1943 2017-07-17 12:22:14 +08:00
同意 5 楼,有可能是 cmd 编码和网页编码不一样
试试 response = urllib.request.urlopen(request, timeout=20).decode('XXX') XXX 写你抓取网页的编码方式 实在不行 response =unicode(urllib.request.urlopen(request, timeout=20),errors='replace') 会自动替换编码不出来的为'0xfff'，应该可以解决。 另外推荐 requests 模块 |
 |
8
ivechan 2017-07-17 13:05:54 +08:00
我猜你可能用的是 CMD ？
|
 |
9
gulangyu 2017-07-17 14:03:21 +08:00 via Android
你倒是把要爬的网页贴出来呀
|
 |
10
aidchow 2017-07-17 15:22:32 +08:00 via Android
cmd ？
|
Select Language