Python抓取数据乱码b'\x1f\x8b\x08\x00\x00\x00\x00\x0....[UnicodeDecodeError]

引入gzip

from urllib import request
import gzip

    r = request.urlopen(url)
    content = r.read()
    
    # 错误! --> UnicodeDecodeError: 
    # 'utf-8' codec can't decode byte 0x8b in position 1: invalid start byte
    # encoded_content = str(content, encoding='utf-8')
    
    # 正解 √
    encoded_content = gzip.decompress(content).decode("utf-8") 

引起乱码的原因是因为目标网站,在HTTP协议中配置了Content-Encoding 字段,这个字段可以改变数据的压缩方法。


以下是目标网站,请求头的截图
在这里插入图片描述

评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值