Python 某些字符无法解码，已替换为替换字符
我已经用Python编写了大约3个月了，我正在尝试从类“”为类项目进行一些web扫描。然而，当我试图拉网站的html我得到的错误，“一些字符无法解码，并被替换字符替换。” 我尝试过几种不同类型的解码，但没有成功。下面是我正在使用的代码。任何帮助都将不胜感激 代码： html输出结果如下所示： �}�WI���s����Y��-H��`�M���6.����� 5.�J�Řf����ȭJ%！��R���反恐组�DFFDƖ�����?Y�� ����۾W，��9����� ��y7����5ju���N���{� 数据的字节版本如下所示：Python 某些字符无法解码，已替换为替换字符,python,html,web-scraping,decoding,Python,Html,Web Scraping,Decoding,我已经用Python编写了大约3个月了，我正在尝试从类“”为类项目进行一些web扫描。然而，当我试图拉网站的html我得到的错误，“一些字符无法解码，并被替换字符替换。” 我尝试过几种不同类型的解码，但没有成功。下面是我正在使用的代码。任何帮助都将不胜感激 代码： html输出结果如下所示： �}�WI���s����Y��-H��`�M���6.����� 5.�J�Řf����ȭJ%！��R���反恐组�DFFDƖ�����?Y�� ����۾W，��9����� ��y7����5ju��
\x1f\x8b\x08\x00\x00\x00\x00\x00\x00\x03\xec}\xf9W\x1bI\xb2\xee\xefs\xce\xfb\x1f\xca\xeay\x83\xfd\x0
该站点正在使用gzip传输编码，而您的http客户端不会对其进行解码
>> from urllib import request
>>> import gzip
>>> res = request.urlopen(url)
>>> content = res.read()
>>> content[:25]
b'\x1f\x8b\x08\x00\x00\x00\x00\x00\x00\x03\xec}\xf9W\x1bI\xb2\xee\xefs\xce\xfb\x1f\xca\xea'
>>> print(res.headers)
...
Content-Encoding: gzip
Content-Language: en
Content-Type: text/html; charset=utf-8
...
>>> decompressed = gzip.decompress(content)
>>> decompressed[:25]
b'<!DOCTYPE html>\n<!--[if l'
>
>>>导入gzip
>>>res=request.urlopen（url）
>>>content=res.read（）
>>>内容[：25]
b'\x1f\x8b\x08\x00\x00\x00\x00\x00\x00\x03\xec}\xf9W\x1bI\xb2\xee\xefs\xce\xfb\x1f\xca\xea'
>>>打印（res.headers）
...
内容编码：gzip
内容语言：英语
内容类型：text/html；字符集=utf-8
...
>>>解压缩=gzip。解压缩（内容）
>>>解压缩[：25]
b'\n我无法重现您的错误，但这里有一个使用请求包的工作版本：
import requests
from bs4 import BeautifulSoup as bs
url = "https://www.countyhealthrankings.org/app/alabama/2019/rankings/outcomes/"
r = requests.get(url)
soup = bs(r.content)
print(soup)
你们太棒了。我没想到这么快就能找到解决办法。谢谢只是一个快速更新。我能够通过使用selenium和lmxl解析html站点来解决我的问题。
>>> import requests
>>> r = requests.get(url)
>>> r.text[:25]
'<!DOCTYPE html>\n<!--[if l'
import requests
from bs4 import BeautifulSoup as bs
url = "https://www.countyhealthrankings.org/app/alabama/2019/rankings/outcomes/"
r = requests.get(url)
soup = bs(r.content)
print(soup)