解决问题:UnicodeDecodeError utf-8 codec cant decode byte 0xb5 in position 116:

爬取的中文编码格式不是UTF-8,无法正常显示,查看编码格式:

编码格式为ISO-8859-1(长见识啦~)
在使用urllib获取reqest的response的时候,还要进行解码。

解决方法:

txt.decode('utf8', 'ignore')

报错是没有了  但是抓取的汉字 还是乱码

 

解决办法来了:

#文字乱码
req.encoding = 'GB2312'  # 需要添加这一行,告知html文件解码方式 多种解析方式UTF-8 GB2312 ISO-8859-1 req.raise_for_status() html = req.text bf = BeautifulSoup(html)
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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