Python 遇到的坑

1、在Windows下使用 scrapy保存数据到 csvge 格式文件 

     参考:https://blog.csdn.net/mr_muli/article/details/80161158

问题:

        Window下使用 scrapy 保存数据到 csv 格式文件时报:UnicodeEncodeError: 'gbk' codec can't encode character u'\xa0' in position 9 错误

原因:

      其实就是python字符编码和解码的问题,

       对于Unicode字符,需要print出来的话,由于本地系统是Windows中的cmd,默认codepage是CP936,即GBK的编码,所以python解释器需要先将上述的Unicode字符编码为GBK,然后再在cmd中显示出来。但是由于该Unicode字符串中包含一些GBK中无法显示的字符,导致此时提示“’gbk’ codec can’t encode”的错误的。

 解决:

      方法一:

              替换掉u'\xa0'

              item['name'] = name[0].replace(u'\xa0', u' ').encode("gbk")

      方法二:

              在对unicode字符编码时,添加ignore参数,忽略无法无法编码的字符

              item['name'] = name[0].encode("gbk", 'ignore')

 

2、XPath 匹配 tbody

      参考:https://blog.csdn.net/Kwoky/article/details/81113019

问题:

       在浏览器中使用 xpath help 工具 对 tbody 可以匹配数据, 在代码中使用 xpath 就匹配不出数据 如:

       //tbody/tr[@class='even']| //tbody/tr[@class='odd']

原因:

        浏览器会在table标签下添加tbody(注:在chrome、火狐测试都有这个情况。出现这种原因是因为浏览器会对html文本进行一定的规范化 )

 

解决:

        代码中去掉 xpath 匹配规则里的 tbody就好

 

 

 

 
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