UnicodeEncodeError: ‘gbk‘ codec can‘t encode character ‘\u10e6‘ in position 181: illegal multibyte s

最近再写一个爬虫程序,读取请求地址时用到了html=res.read().decode(“utf-8”)里的decode方法,但是一直报错如下:
UnicodeEncodeError: ‘gbk’ codec can’t encode character ‘\u10e6’ in position 181: illegal multibyte sequence
然后自己查询资料,发现需要更改decode方法为decode(“gbk”,“ignore”),然后就解决了,直接上代码如下:

from urllib import request
import csv
import re
import random
import time
class NickName(object):
    def __init__(self):
        self.url='https://yimanwu.com/nansheng/list_64_{}.html'
        self.headers={
            'User-Agent': 'Mozilla/5.0(Windows;U;WindowsNT6.1;en-us)AppleWebKit/534.50(KHTML,likeGecko)Version/5.1Safari/534.50'

        }
        #添加计数变量;
        self.page=1
    def get_page(self,url):
        #1.拼接请求地址
        req=request.Request(
            url,
            headers=self.headers
        )
        #2.发送其请求
        res=request.urlopen(req)
        #3.读取请求地址;
        # html=res.read().decode("utf-8")
        html = res.read().decode("gbk","ignore")
        #4.直接调用解析函数,进行解析;
        self.parse_page(html)
    def parse_page(self,html):
        #1.利用正则表达式获取页面信息;
        pattern=re.compile(r'<li><p>(.*?)</p></li>',re.S)
        print(pattern)
        result1=pattern.findall(html)
        print(result1)
        self.write_csv(result1)
    #写入csv文件;
    def write_csv(self,film_list):
        with open('weixinspider.csv','a+',encoding='utf-8') as f:
            for i in range(0,len(film_list)):
                f.writelines(film_list[i]+'\n')
        f.close()
    def main(self):
        for offset in range(1,385):
            url=self.url.format(str(offset))
            print(url)
            self.get_page(url)
            print("第%d页爬取完成 " %self.page)
            self.page+=1
            time.sleep(random.randint(1,3))
if __name__=="__main__":
  NickName().main()
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

周传伦

您的微薄的鼓励,是我前进的动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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