Python SyntaxError：以'；开头的非UTF-8代码\xd8和x27；归档

我使用波斯语站点来抓取站点，并使用Python3.4代码通过lxml库获取数据和文本。在这一点上，一切都很好

text = "['هواداران استقلال از نخستین ساعات صبح امروز راهی ورزشگاه آزادی شدند.', 'به گزارش کاپ، در شرایطی که بازی امروز استقلال و الاهلی امارات از ساعت 20:15 در ورزشگاه آزادی آغاز می شود، در فاصله کمتر از 8 ساعت تا شروع مسابقه، تعدادی از هواداران آبی پوش مقابل درب غربی آزادی جمع شده اند.', 'البته درهای ورزشگاه آزادی هنوز باز نشده و بلیت فروشی نیز صورت نگرفته است.', 'بلیت فروشی بازی امروز به صورت حضوری انجام می شود و به همین دلیل استقلالی ها مجبور هستند برای استقرار در جای بهتر، زودتر در ورزشگاه حاضر شوند.', 'همچنین تعدادی از لیدرهای استقلال نیز صبح روز xa0بازی در حال ترمیم و تکمیل طرح موزاییکی خود بودند که دیروز به دلیل طوفان تهران تعدادی از قطعات آن کنده شده بود.']نیوکاسل توانست به لیگ برتر انگلیس صعود کند.به گزارش کاپ، دوشنبه شب نیوکاسل توانست پرستون نورث اند را با نتیجه 4 بر یک شکست داده و به لیگ برتر انگلیس صعود کند.به این ترتیب رافائل بنیتز فصل بعد در لیگ برتر جزیره فعالیت خواهد کرد."
#print2file(title, text, 14)
#u = unicode(text, "utf-8")
print(text)

错误：

SyntaxError: Non-UTF-8 code starting with '\xd8' in file D:/Users/Documents/PyCharm/WEB/Crawler-04.py on line 74, but no encoding declared; see http://python.org/dev/peps/pep-0263/ for details

终于解决了我的问题 船首代码正确：

# # # # Import # # # #
from lxml import html
import requests
from time import sleep
import codecs

# # # #         # # # #

site    = "http://cup.ir/sport/latestarchive/0/page"
number  = 100

# # # #         # # # #

def crawl(starting_url):
    print("----- crawl -----")
    counter = 1
    page = 1
    start_page = requests.get(starting_url)
    tree = html.fromstring(start_page.text)
    #((page - 1) * counter) + counter )
    while ( (((page-1)*49) + counter) <= number ):
        if (counter >= 49 )&(counter % 49 ==0):
            #print("Error::No another link in page")
            page += 1
            link = starting_url + "/" + str(page)
            print(link)
            start_page = requests.get(link)
            tree = html.fromstring(start_page.text)
            print(tree)
            counter = 0
        link = "http://cup.ir" + tree.xpath('//li[@class ="clearfix"]/a/@href')[counter]
        get_news_from_link(link,(((page-1)*49) + counter))
        print((((page - 1) * 49) + counter), " :: ", link)
        sleep(0.75)
        counter += 1

def get_news_from_link(link,x):
    print("\n-------- get news from link ----------\n")
    page_link = requests.get(link)
    tree = html.fromstring(page_link.text)
    title = tree.xpath('//meta[@property="og:title"]/@content')[0]
    text = tree.xpath('//*/p/text()')[2:-2]
    print("Title: ",title)
    print("Text: ",text)
    print2file(title,text,x)


def print2file(title ,text ,counter):
    print("\n-------- print 2 file ----------\n")

    title = title + "\n"
    name_file = "news" + str(counter).zfill(4) + ".txt"
    file = codecs.open(name_file, "w", "utf-8")
    file.write(''.join(title))
    file.write(''.join(text))
    file.close()

def main():
    print("----- START -----")
    print("----- main -----")
    print("site: ",site)
    print("number: ", number)

    crawl(site)
    print("----- END -----")

if __name__ == "__main__":
    main()

#####导入###
从lxml导入html
导入请求
从时间上导入睡眠
导入编解码器
# # # #         # # # #
地点=”http://cup.ir/sport/latestarchive/0/page"
数字=100
# # # #         # # # #
def爬网（起始url）：
打印（“----爬网------”）
计数器=1
页码=1
开始页面=请求。获取（开始url）
tree=html.fromstring（start\u page.text）
#（（第1页）*柜台）+柜台）
而（（（第1页）*49）+计数器）=49）和（计数器%49==0）：
#打印（“错误：页面中没有其他链接”）
页码+=1
link=起始url+“/”+str（第页）
打印（链接）
开始页面=请求。获取（链接）
tree=html.fromstring（start\u page.text）
打印（树）
计数器=0
链接=”http://cup.ir“+tree.xpath（'//li[@class=“clearfix”]/a/@href'）[counter]
从链接（链接，（（第1页）*49）+计数器）获取新闻
打印（（（第1页）*49）+计数器），“：：”，链接）
睡眠（0.75）
计数器+=1
def从链接（链接，x）获取新闻：
打印（“\n------从链接获取新闻-----------\n”）
页面链接=请求。获取（链接）
tree=html.fromstring（page\u link.text）
title=tree.xpath（'//meta[@property=“og:title”]/@content'）[0]
text=tree.xpath（'//*/p/text（）'）[2:-2]
打印（“标题：”，标题）
打印（“文本：”，文本）
print2file（标题、文本、x）
def print2file（标题、文本、计数器）：
打印（“\n------打印2文件-----------\n”）
title=title+“\n”
name_file=“news”+str（counter）.zfill（4）+”.txt
文件=编解码器。打开（文件名为“w”，“utf-8”）
file.write（“”.join（标题））
file.write（“”.join（文本））
file.close（）文件
def main（）：
打印（“----开始------”）
打印（“----主------”）
打印（“站点：”，站点）
打印（“编号：”，编号）
爬网（站点）
打印（“----结束------”）
如果名称=“\uuuuu main\uuuuuuuu”：
main（）

将这一行放在代码的第一行：

# This Python file uses the following encoding: utf-8

---

更多信息：

确保将文件保存为UTF-8。您正在使用哪个编辑器？您的文本不是UTF-8编码的。将编辑器配置为另存为UTF-8，或完全按照错误消息所述设置编码声明。我使用Pychrm IDE并从站点和页面获取文本链接=请求。获取（链接）树=html。fromstring（page_link.text）title=树。xpath（'//meta[@property=“og:title”]/@content'）[0]text=树。xpath（'/*/p/text（）'）[2:-2]我在文件中有一个简单的约会text=“string”和以下代码，要以open（name_file，'w'）作为文件打印：file.write（title）file.write（text）@MortezaM，这是关于源代码文件的编码方式，即Crawler-04.py。