ValueError: Unicode strings with encoding declaration are not supported.

在写爬虫爬取网页时遇到题目中的问题,完整错误如下:

def getXpath(req, xpath):
    sourcehtml = etree.HTML(req.text)
    print(sourcehtml)
    nodes = sourcehtml.xpath(xpath)
    return nodes

ValueError: Unicode strings with encoding declaration are not supportedPlease use bytes input or XML fragments without declaration。

分析错误原因:

对于有encoding声明的Unicode strings不支持。

解决办法:

如报错信息中所说,两种方法:

  1. 如果是读取的本地xml文件,需要将文件中的encoding declaration删除。
  2. 如果是读取网页的,不能修改时,就将其转换为bytes类型。

修改后的代码如下:

def getXpath(req, xpath):
    sourcehtml = etree.HTML(req.text.encode('utf-8'))
    print(sourcehtml)
    nodes = sourcehtml.xpath(xpath)
    return nodes

可以在网页分析页面看到encoding是什么编码,然后使用encode将其转换为bytes。

  • 0
    点赞
  • 8
    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