存储html,coding问题

最近在使用selenium来抓取网页,保存page_source的时候,遇到coding问题,试验并总结如下:
Python版本: 2.7.12

第一种情况

driver.get('http://bbs.chinaunix.net/forum-24-1.html')
doc = driver.page_source  # unicode
with codecs.open('web.html', mode='w') as f:
    f.write(doc)

这种情况会有如下错误:

Traceback (most recent call last):
  File "/home/cooli7wa/PycharmProjects/untitled/web.py", line 22, in <module>
    f.write(doc)
UnicodeEncodeError: 'ascii' codec can't encode characters in position 327-332: ordinal not in range(128)

存储文件的时候,如果文件未encode,比如上面的情况,page_source得到的是unicode格式代码,那么python会选择默认的ascii格式来encode,ascii无法支持中文,故出错。

更改下代码,采用utf-8来enc

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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