Python 带有非英语字符的url

我想从中文网站上抓取一个列表，我的程序是：

import pandas as pd 
states = pd.read_html('http://baike.baidu.com/item/天津/132308',encoding='utf-8')
print(states[0])

因为有非英语单词“天津", 有一些错误：

Traceback (most recent call last):
  File "/Users/biyuntian/Documents/nihao.py", line 2, in <module>
    fiddy_states = pd.read_html('http://baike.baidu.com/item/天津/132308',encoding='utf-8')
  File "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/pandas/io/html.py", line 906, in read_html
    keep_default_na=keep_default_na)
  File "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/pandas/io/html.py", line 743, in _parse
    raise_with_traceback(retained)
  File "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/pandas/compat/__init__.py", line 344, in raise_with_traceback
    raise exc.with_traceback(traceback)
UnicodeEncodeError: 'ascii' codec can't encode characters in position 10-11: ordinal not in range(128)

回溯（最近一次呼叫最后一次）：
文件“/Users/biyuntian/Documents/nihao.py”，第2行，在
fiddy_states=pd.read_html（'http://baike.baidu.com/item/天津/132308'，编码='utf-8'）
文件“/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site packages/pandas/io/html.py”，第906行，以只读html格式
keep_default_na=keep_default_na）
文件“/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site packages/pandas/io/html.py”，第743行，在
使用_回溯（保留）引发_
文件“/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site packages/pandas/compat/_init_____;.py”，第344行，在raise_with_traceback中
使用回溯（回溯）提升exc
UnicodeEncodeError:“ascii”编解码器无法对位置10-11中的字符进行编码：序号不在范围内（128）

如何解决这个问题？

---

顺便说一下，我正在MacBookAir上使用Python3

尝试传递通过其他工具（如library）获得的原始HTML

给我们

       0         1       2               3
0   区划名称        面积    邮政编码            政府驻地
1    和平区    10平方千米  300041     小白楼街道曲阜道81号
2    河东区    39平方千米  300171    上杭路街道泰兴南路32号
3    河西区    37平方千米  300202      大营门街道绍兴道4号
4    南开区    39平方千米  300100     长虹街道黄河道390号
5    河北区    27平方千米  300143  望海楼街道狮子林大街284号
6    红桥区    21平方千米  300131    西于庄街道勤俭道202号
7   滨海新区  2270平方千米  300457    塘沽街道新港二号路35号
8    东丽区   460平方千米  300300     张贵庄街道跃进路38号
9    西青区   545平方千米  300380       杨柳青镇府前街2号
10   津南区   401平方千米  300350     咸水沽镇津沽路186号
11   北辰区   478平方千米  300400   果园新村街道北辰道389号
12   武清区  1570平方千米  301700   运河西街道雍阳西道118号
13   宝坻区  1523平方千米  301800     宝平街道建设路116号
14   宁河区  1414平方千米  301500       芦台镇光明路76号
15   静海区  1476平方千米  301600      静海镇迎宾大道99号
16   蓟州区  1593平方千米  301900       文昌街道府前街2号

编辑 如果您不想使用第三方

请求

库，我们可以使用标准库的

urllib.parse

包中的函数来转义非ascii字符，如

from urllib.parse import quote

import pandas as pd

states = pd.read_html(quote('http://baike.baidu.com/item/天津/132308', safe=':/'),
                      encoding='utf-8')
print(states[0])

---

尝试传递使用其他工具（如库）获得的原始HTML

给我们

       0         1       2               3
0   区划名称        面积    邮政编码            政府驻地
1    和平区    10平方千米  300041     小白楼街道曲阜道81号
2    河东区    39平方千米  300171    上杭路街道泰兴南路32号
3    河西区    37平方千米  300202      大营门街道绍兴道4号
4    南开区    39平方千米  300100     长虹街道黄河道390号
5    河北区    27平方千米  300143  望海楼街道狮子林大街284号
6    红桥区    21平方千米  300131    西于庄街道勤俭道202号
7   滨海新区  2270平方千米  300457    塘沽街道新港二号路35号
8    东丽区   460平方千米  300300     张贵庄街道跃进路38号
9    西青区   545平方千米  300380       杨柳青镇府前街2号
10   津南区   401平方千米  300350     咸水沽镇津沽路186号
11   北辰区   478平方千米  300400   果园新村街道北辰道389号
12   武清区  1570平方千米  301700   运河西街道雍阳西道118号
13   宝坻区  1523平方千米  301800     宝平街道建设路116号
14   宁河区  1414平方千米  301500       芦台镇光明路76号
15   静海区  1476平方千米  301600      静海镇迎宾大道99号
16   蓟州区  1593平方千米  301900       文昌街道府前街2号

编辑 如果您不想使用第三方

请求

库，我们可以使用标准库的

urllib.parse

包中的函数来转义非ascii字符，如

from urllib.parse import quote

import pandas as pd

states = pd.read_html(quote('http://baike.baidu.com/item/天津/132308', safe=':/'),
                      encoding='utf-8')
print(states[0])

---

您是否尝试过除ASCII之外的其他编码？语言可能是英语，字符可能是拉丁语。您尝试过除ASCII之外的其他编码吗？语言可能是英语，字符可能是拉丁语。@andy:如果它按预期工作，您可以@andy:如果它按预期工作，您可以