python爬取网页UnicodeEncodeError: 'gbk' codec can't encode character '\xa0' in posi

本文介绍如何使用Python进行网页代码抓取,并解决了在抓取过程中遇到的编码问题,包括从网页直接获取代码和从本地文件读取两种情况。

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


(1)爬取网页代码格式问题
def get_html(url):
    try:
        response = requests.get(url)
        if response.status_code == 200:
            return response.text
        ......
        return get_html(url)


def get_index(keyword,page):
   ......
    html = get_html(url)
    print(html.decode('utf_8'))

在获取响应的返回值后加

return response.text.encode('utf-8')

将相同默认编码转为utf-8

 

 

 

(2)如果是以文件形式保存的网页代码,则在打开文件时加上:

def get_html():

      with open('principle_test.txt', "r",encoding='utf-8') as f:  # 设置文件对象
        html = f.read()
        f.close()
    return html


def get_index:
......
    html = html
    print(html.decode('utf_8'))

 

 

 

 

 

引用\[1\]、\[2\]和\[3\]提供了关于UnicodeEncodeError报错的解决方法。这个错误通常是由于编码问题引起的,即在使用gbk编码时,遇到了无法编码的字符。解决这个问题的方法是将文件编码改为UTF-8。这可以通过在PyCharm中修改文件编码来实现。\[1\]\[2\]\[3\] #### 引用[.reference_title] - *1* [已解决UnicodeEncodeError: ‘gbk‘ codec can‘t encode character ‘ŗ‘ in position 1: illegal ...](https://blog.youkuaiyun.com/yuan2019035055/article/details/126582320)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [UnicodeEncodeError: ‘gbk‘ codec can‘t encode character\xa0in position 21: illegal multibyte...](https://blog.youkuaiyun.com/qq_59544594/article/details/127222466)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [解决python中的UnicodeEncodeError: ‘gbk‘ codec can‘t encode character\u26ab‘问题](https://blog.youkuaiyun.com/m0_56636447/article/details/127637293)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
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