python数据库查出来问号_python爬虫出现菱形问号乱码的解决方法

在windows下使用非idle的其他ide编辑器&＃xff0c;会碰到这个问题。对抓取到的网页内容进行先解码再编码即可。

以requests为例&＃xff1a;

r &＃61; r.content.decode(&＃39;gbk&＃39;).encode(&＃39;utf-8&＃39;)

出现编码问题时&＃xff0c;

1.仔细分析错误的类型。

看是decode(解码)错误还是encode(转码)错误。

2.搞清自己处理的字符串是什么类型的。

一般看网页的charset&＃xff0c;一般为gbk&＃xff0c;gb2312或gb18030.其中包含字符的大小为gb2312

(1)要处理的字符串本身不是gbk编码&＃xff0c;但是你却以gbk编码去解码

比如&＃xff0c;字符串本身是utf-8的&＃xff0c;但是你却用gbk去解码utf-8的字符串&＃xff0c;所以结果不用说&＃xff0c;则必然出错。

(2)处理的字符的确是gbk的&＃xff0c;但是其中夹杂的部分特殊字符&＃xff0c;是gbk编码中所没有的

如果有些特殊字符是GB18030中有的&＃xff0c;但是是gbk中没有的。

则用gbk去解码&＃xff0c;去所不支持的字符&＃xff0c;也比如会出错。

所以&＃xff0c;此种情况&＃xff0c;可以尝试用和当前编码(gbk)所兼容的但所包含字符更多的编码(gb18030)去解码&＃xff0c;或许就可以了。

3.然后换用这种的字符编码去编码或解码。

详情链接:https://www.crifan.com/summary_python_unicodedecode_error_possible_reasons_and_solutions/