为了账号安全,请及时绑定邮箱和手机立即绑定

爬虫编码问题

出现这样的编码问题应该怎么办? 'ascii' codec can't decode byte 0xef in position 3: ordinal not in range(128)

正在回答

2 回答

在开始加上代码:

import sys

reload(sys)

sys.setdefaultencoding('utf-8')

即可解决~

不用谢,请叫我雷锋!!

0 回复 有任何疑惑可以回复我~

原因分析

在解决错误之前,首先要了解unicode和utf-8的区别。

unicode指的是万国码,是一种“字码表”。而utf-8是这种字码表储存的编码方法。unicode不一定要由utf-8这种方式编成bytecode储存,也可以使用utf-16,utf-7等其他方式。目前大多都以utf-8的方式来变成bytecode。

其次,python中字符串类型分为byte string 和 unicode string两种。

如果在python文件中指定编码方式为utf-8(#coding=utf-8),那么所有带中文的字符串都会被认为是utf-8编码的byte string(例如:mystr="你好"),但是在函数中所产生的字符串则被认为是unicode string

问题就出在这边,unicode string 和 byte string 是不可以混合使用的,一旦混合使用了,就会产生这样的错误。例如:

self.response.out.write("你好"+self.request.get("argu"))

其中,"你好"被认为是byte string,而self.request.get("argu")的返回值被认为是unicode string。由于预设的解码器是ascii,所以就不能识别中文byte string。然后就报错了。

以下有两个解决方法

1.将字符串全都转成byte string。

self.response.out.write("你好"+self.request.get("argu").encode("utf-8"))

2.将字符串全都转成unicode string。

self.response.out.write(u"你好"+self.request.get("argu"))

byte string转换成unicode string可以这样转unicode(unicodestring, "utf-8")


0 回复 有任何疑惑可以回复我~

举报

0/150
提交
取消
Python开发简单爬虫
  • 参与学习       227670    人
  • 解答问题       1219    个

本教程带您解开python爬虫这门神奇技术的面纱

进入课程

爬虫编码问题

我要回答 关注问题
意见反馈 帮助中心 APP下载
官方微信