python 爬虫'utf-8' codec can't decode byte 0x83 in position 0: invalid start byte 的解决方案

 

• 今天用Python爬取豆瓣的时候,发现报错“UnicodeDecodeError: 'utf-8' codec can't decode byte 0x83 in position 1:invalid start byte”,一直在找文件的错误,最后经过网友的提示,错误原因竟然是我的 headers 中有一条:

  “'Accept-Encoding': 'gzip, deflate'”

  这一条是我从Fiddler直接复制过来的,为什么用浏览器可以正常浏览,而用Python模仿就不行呢?

  综合网上的解释:

  这句话的意思是本地接收压缩格式的数据,服务器传过来压缩格式gzip的文件,而解压这种gzip文件只能用deflate算法,浏览器能够自动解压,程序却不能自动解压gzip,需要额外进行设置才行,设置方法参考https://www.crifan.com/set_accept_encoding_header_to_gzip_deflate_return_messy_code

  总结:写爬虫程序时候还是不要写'Accept-Encoding': 'gzip, deflate'了,就让服务器传原始文件过来吧,不用压缩了。