UnicodeDecodeError: ‘utf-8‘ codec can‘t decode byte 0xca in position 339: invalid continuation byte

目录

源代码

出现的错误

解决方法

问题原因

参考文献


在爬微博,解析网页的时候

源代码

import urllib.request
from bs4 import BeautifulSoup
import re
import urllib.request,urllib.error
import xlwt
import requests     #数据抓取库


#1.数据抓取
url = 'https://s.weibo.com/top/summary'
headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/95.0.4638.69 Safari/537.36 Edg/95.0.1020.44',
        'Referer': 'https://detail.tmall.com/item.htm?id=539845300741&rn=014fb1b89d7688b86780dbfa0d5037ee&abbucket=0',
         }
request=urllib.request.Request(url, headers=headers)
response = urllib.request.urlopen(request)
html = response.read().decode('UTF-8')
#print(response.text)



#2.数据解析

soup = BeautifulSoup(html, "html.parser")

出现的错误

UnicodeDecodeError: 'utf-8' codec can't decode byte 0xca in position 339: invalid continuation byte

解决方法

将'UTF-8'换为'ANSI'

html = response.read().decode('ANSI')

问题原因

原页面的编码方式为:ANSI


参考文献

python 报错"UnicodeDecodeError: 'utf-8' codec can't decode byte"的解决办法_米兰小子SHC-CSDN博客

上一篇:urllib库下载网页源码,图片,视频测试


下一篇:python爬虫——使用urllib爬取网页