'utf-8'編解碼器無法解碼位置139604中的字節0xf6：無效的起始字節

Question

我正在做一個知識工程項目。

當我在搜尋某些科學家的個人站點時，發生了此錯誤。

import html2text
import requests
from urllib.request import urlopen
from bs4 import BeautifulSoup
import re
import urllib


homepage = "http://angom.myweb.cs.uwindsor.ca"
headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64; rv:23.0) Gecko/20100101 Firefox/23.0'}
req = urllib.request.Request(url=homepage, headers=headers)
print(req)
c = urlopen(req).read()
print(type(c))

content = urlopen(req).read().decode("utf-8")

UnicodeDecodeError：“ utf-8”編解碼器無法解碼位置139604中的字節0xf6：無效的起始字節

Answer 1

頁面標題中的編碼說明：

<meta http-equiv=Content-Type content="text/html; charset=windows-1252">

..所以在解碼字符串時使用它。

content = urlopen(req).read().decode("windows-1252")

將在這種情況下工作。

如果您打算使用BeautifulSoup， 那么在確定編碼方面已經做得非常好 。