最新文章专题视频专题问答1问答10问答100问答1000问答2000关键字专题1关键字专题50关键字专题500关键字专题1500TAG最新视频文章推荐1 推荐3 推荐5 推荐7 推荐9 推荐11 推荐13 推荐15 推荐17 推荐19 推荐21 推荐23 推荐25 推荐27 推荐29 推荐31 推荐33 推荐35 推荐37视频文章20视频文章30视频文章40视频文章50视频文章60 视频文章70视频文章80视频文章90视频文章100视频文章120视频文章140 视频2关键字专题关键字专题tag2tag3文章专题文章专题2文章索引1文章索引2文章索引3文章索引4文章索引5123456789101112131415文章专题3
当前位置: 首页 - 科技 - 知识百科 - 正文

python3访问sina首页中文的处理方法

来源:动视网 责编:小采 时间:2020-11-27 14:30:03
文档

python3访问sina首页中文的处理方法

python3访问sina首页中文的处理方法: 代码如下:如果只用普通的import urllib.requesthtml = urllib.request.urlopen(http://www.sina.com).read()print(html.decode('gbk')) 出现下面的错误builtins.UnicodeDecodeError: 'gbk' codec can'
推荐度:
导读python3访问sina首页中文的处理方法: 代码如下:如果只用普通的import urllib.requesthtml = urllib.request.urlopen(http://www.sina.com).read()print(html.decode('gbk')) 出现下面的错误builtins.UnicodeDecodeError: 'gbk' codec can'


代码如下:


"""
如果只用普通的
import urllib.request
html = urllib.request.urlopen("http://www.sina.com").read()
print(html.decode('gbk'))

出现下面的错误
builtins.UnicodeDecodeError: 'gbk' codec can't decode byte 0x8b in position 1: illegal multibyte sequence

怎么办?原来是有的网站将网页用gzip压缩了 。
请看下面的代码

建议大家用python2
import urllib2
from StringIO import StringIO
import gzip

request = urllib2.Request('http://www.sina.com')
request.add_header('Accept-encoding', 'gzip')
response = urllib2.urlopen(request)
if response.info().get('Content-Encoding') == 'gzip':
buf = StringIO( response.read())
f = gzip.GzipFile(fileobj=buf)
data = f.read()
print data.decode("GBK").encode('utf-8')
"""

import io
import urllib.request as r
import gzip
req = r.Request("http://www.sina.com", headers={"User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_9_1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/31.0.1650.63 Safari/537.36", "Accept-Encoding": "gzip"})
bs = r.urlopen(req).read()
bi = io.BytesIO(bs)
gf = gzip.GzipFile(fileobj=bi, mode="rb")
print(gf.read().decode("gbk"))

文档

python3访问sina首页中文的处理方法

python3访问sina首页中文的处理方法: 代码如下:如果只用普通的import urllib.requesthtml = urllib.request.urlopen(http://www.sina.com).read()print(html.decode('gbk')) 出现下面的错误builtins.UnicodeDecodeError: 'gbk' codec can'
推荐度:
标签: 访问 中文 sina
  • 热门焦点

最新推荐

猜你喜欢

热门推荐

专题
Top