UnicodeDecodeError: 'utf-8' codec can't decode byte 0xc9 in position 167

最新推荐文章于 2024-03-08 18:03:02 发布

原创最新推荐文章于 2024-03-08 18:03:02 发布 · 1.3w 阅读

7 ·

CC 4.0 BY-SA版权

python问题专栏收录该内容

1 篇文章

订阅专栏

本文介绍了解决使用urllib.request库时遇到的UnicodeDecodeError的方法。通过调整decode()函数中的错误处理参数，可以避免因无效的连续字节而引发的解码错误。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在用urllib.request库的时候一部小心就会碰到

    url = "http://money.163.com/special/pinglun/"
    data_byte = urllib.request.urlopen(url).read()
    data = data_byte.decode('UTF-8')
    print(data)

报错：

UnicodeDecodeError: 'utf-8' codec can't decode byte 0xc9 in position 167: invalid continuation byte

这是由于byte字符组没解码好，要加另外一个参数
官方文档中也这么写到

bytearray.decode(encoding=”utf-8”, errors=”strict”)

    Return a string decoded from the given bytes. Default encoding is 'utf-8'. errors may be given to set a different error handling scheme. The default for errors is 'strict', meaning that encoding errors raise a UnicodeError. Other possible values are 'ignore', 'replace' and any other name registered via codecs.register_error(), see section Error Handlers. For a list of possible encodings, see section Standard Encodings.

意思就是字符数组解码成一个utf-8的字符串，可能被设置成不同的处理方案，默认是‘严格’的，有可能抛出UnicodeError，可以改成‘ignore’，’replace’就能解决

我把上面的data_byte.decode(‘UTF-8’)改成data_byte.decode(‘UTF-8’，‘ignore’)就解决了