python——爬虫中使用xpath过滤结果为空以及几种UnicodeEncodeError

情况1:
在网页中使用xpath可以查找到内容,但在pycharm中查找结果为空
情况2:
出现UnicodeEncodeError: ‘latin-1’ codec can’t encode character ‘\u2026’ in position 30: ordinal not in range(256)
情况3:
出现UnicodeEncodeError: ‘ascii’ codec can’t encode characters in position 10-11: ordinal not in range(128)
解决办法:
情况1和情况2的错误和User-Agent有关:

  • 对于情况1只需要去掉User-Agent,也就是封装request时参数headers中不要有User-Agent。或者使用IE浏览器的User-Agent,本人测试了谷歌和火狐的User-Agent(windows),xpath后的结果都为空。
  • 对于情况2应该是User-Agent中有**···****,把User-Agent中的**···**去掉。火狐的User-Agent为 ”Mozilla/5.0 (Windows NT 6.1; W…) Gecko/20100101 Firefox/65.0“,在W后面有···,把”···“这个去掉就可以了。

情况3应该是数据中含有中文,必须对中文进行url编码转换。

  • 如果数据是普通的字符串,如data=‘你好’,使用data= urllib.request.quote(data)将中文转换为url编码格式。
  • 如果数据是字典格式,如data= {‘wd’ : ‘你好’},使用data= urllib.parse.urlencode(data)将中文转换为url编码格式。
  • 1
    点赞
  • 4
    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