admin管理员组文章数量:1611147
今天用Python爬取豆瓣的时候,发现报错“UnicodeDecodeError: ‘utf-8’ codec can’t decode byte 0x83 in position 1:invalid start byte”。
然后发现不管我怎么转码都还是乱码,然后网上搜了下,发现好像是因为请求头的原因导致的。
错误原因竟然是我的 headers 中有一条:
html_header = {
……
'Accept-Encoding': 'gzip, deflate, br',
……
}
这一条是我从web端请求抓过来的,为什么用浏览器可以正常浏览,而用Python模仿就不行呢?
看到网上的一种解释:
本地接收压缩格式的数据,服务器传过来压缩格式gzip的文件,而解压这种gzip文件只能用deflate算法,浏览器能够自动解压,程序却不能自动解压gzip,需要额外进行设置才行。
总结:写爬虫程序时候还是不要写 'Accept-Encoding': 'gzip, deflate'
了,就让服务器传原始文件过来吧,不用压缩了。
版权声明:本文标题:Python爬虫‘utf-8‘ codec can‘t decode byte 0x83 in position 0: invalid start byte 的解决方案 内容由热心网友自发贡献,该文观点仅代表作者本人, 转载请联系作者并注明出处:https://m.elefans.com/dianzi/1728604697a1165303.html, 本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容,一经查实,本站将立刻删除。
发表评论