爬虫:提取网页源代码转码时报错 UnicodeDecodeError

2018-06-11 16:20:29 +08:00
 rocketman13

这是京东网页源代码写的<meta http-equiv="Content-Type" content="text/html; charset=gbk"> 但用 response.body.decode("utf-8")或者 respon.body.decode("gbk")都会报错 UnicodeDecodeError: 'gbk' codec can't decode byte 0x81 in position 88852: illegal multibyte sequence 这是什么原因呢?? 最后可以用 response.text 来解码不报错,但不明白上面使用 gbk 为什么会报错,response.text 又是将源码解码成什么格式呢??

580 次点击
所在节点    问与答
0 条回复

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/462201

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX