python requests乱码解决方案

在使用requests获取网页源代码之后:

from bs4 import BeautifulSoup
import requests
url="http://www.diareagent.com/"
r=requests.get(url=url)
r.encoding='utf-8'
print(r.text[:300])

运行出现错误:

UnicodeEncodeError: 'gbk' codec can't encode character '\ufeff' in position 0: i
llegal multibyte sequence

这错误来的莫名其妙,我明明已经把编码方式修改成了utf-8,而且网站明明也是utf-8,为什么会出现使用gbk无法编码/ufeff。哪里来的gbk,

经过查阅资料发现之所以这样是因为python在cmd环境下print是使用的是gbk的编码方式进行输出,所以需要更改默认IO输出:

from bs4 import BeautifulSoup
import requests
import io
import sys
sys.stdout = io.TextIOWrapper(sys.stdout.buffer,encoding='gb18030') #改变标准输出的默认编码
url="http://www.diareagent.com/"
r=requests.get(url=url)
r.encoding='utf-8'
print(r.encoding)
print(r.text[:300])

值得注意的是,只有在windows cmd状态下的时候IO输出使用的编码是gbk。linux下默认是utf-8



猜你喜欢

转载自blog.csdn.net/getcomputerstyle/article/details/71194418
今日推荐