Python 常见错误处理 -更新中

1. csv.Error: line contains NULL byte

• 可能的原因: 文件包含空字符串: “\0” or “\x00”
• 可行的解决方案：把出错的文件中所有的行全部都去掉\0和\x00字符串。

with open(csv_file, 'rb') as fin:
	reader = csv.reader((line.replace('\0', '').replace('\x00', '') for line in fin))

2. UnicodeDecodeError: ‘ascii’ codec can’t decode byte …

• 可能的原因：在decode的时候，没有使用对应字符串正确的编码格式来decode。因为python2中默认编码格式为ascii，所以这种情况一般出现在python2中。
• 出现错误的情形：在下面的例子中，s.encode('gbk')等同于s.decode(defaultencoding).encode('gbk')，所以s.decode('ascii')自然就会出错了。

s = '人生'
s.encode('gbk')

• 可行的解决方案：
  1 明确原字符串的编码格式，有目标的使用decode方法
  2 文件头声明编码# -*- coding: utf-8 -*-（如果s为unicode）
  3 重载默认编码

reload(sys)
sys.setdefaultencoding('utf-8')

• 补充：文件头声明编码# -*- coding: utf-8 -*-的作用（目前两个）
  1 代码中的中文均需要utf-8的文件头声明
  3 初始化unicode对象时所用的编码格式，比如u'人生'

3. requests里面的编码问题

• 可能的原因：requests是我最常用到的爬虫http客户端包，能够非常好的模拟发送请求时的情形。在requests的返回值response中，有两个存放内容的属性，text和content，content比较好理解，返回的是字节码格式，但text不同，会根据一个encoding的属性来对字符串进行解码，这个encoding属性如果不去规范它，就会随意使用encoding来解码text，导致乱码。
• 可行的解决方案：在一开始我们就去规定好encoding这个属性的值，或者只用content字节码。

import requests
url="http://xxx.xxx.xxx"
response=requests.get(url)
response.encoding='gbk'
print(response.text)

4. BOM(u’\ufeff’)头导致的相等判定错误

当BOM头混在string和unicode里面的时候，会没办法打印出来看到，所以需要特别注意，当两个字符串没法相等，但是打印出来的结果一模一样的时候，打印unicode看看。