Python urllib2报错"UnicodeDecodeError: 'utf8' codec can't decode byte 0xa1"

本文介绍使用Python的urllib2库抓取网页时遇到的中文乱码问题及解决方法。通过调整字符集设置,成功将乱码转换为正确的中文内容。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

用python的urllib2抓取web页面时发现中文显示的乱码:
import urllib2

#获取手机号的归属地
url = "http://www.ip138.com:8080/search.asp?action=mobile&mobile=1380013"
request = urllib2.Request(url)
request.add_header('User-Agent', 'AppleWebKit/537.36 (KHTML, like Gecko) Chrome/50.0.2661.102 Safari/537.36')

response = urllib2.urlopen(request).read()
print response
返回结果有乱码?解码:
print response.decode("UTF-8")
结果报错:
UnicodeDecodeError: 'utf8' codec can't decode byte 0xa1 in position 251: invalid start byte

最终发现,该接口返回页面用的字符集是gb2312,如图:

正确的方法:
print response.decode("gb2312")

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