我的系统为繁体中文 Win7 64bit / Python35 (32bit)
不知道为何下列程序,遇到简体,执行后会有错误.
请问该怎解决呢?
程序码
from urllib.request import urlopen from bs4 import BeautifulSoup html = urlopen("http://home.baidu.com/") soup = BeautifulSoup(html , "lxml") print(soup.title); 错误如下
C:\py>hellokitty.py Traceback (most recent call last): File "C:\py\hellokitty.py", line 5, in <module> print(soup.title); UnicodeEncodeError: 'cp950' codec can't encode character '\u5173' in position 7: illegal multibyte sequence  | 1 jy02201949 Nov 15, 2016  1 这种一般都是 windows 的锅， cmd 太蛋了，自己建个虚拟机跑吧 |
 | 2 hard2reg Nov 15, 2016 1 建议用 IDLE ，别用蛋疼的 cmd 。 |
| 3 hard2reg Nov 15, 2016 或者先在 CMD 执行这个 chcp 65001 |
 | 4 Arthur2e5 Nov 15, 2016 2 Windows 控制台默认使用目前系统编码，对于繁体中文是 Big5/cp950 。 Python 在 print 一个字符串之前，需要编码到目前 cmd 窗口使用的编码，而你遇到了个（ Python 印象中的） Big5 没有的字符。（之所以强调可能是 Python 的错觉，是因为这个语言的官方实现对于编解码的实现经常拘泥“标准”到脱离现实的地步： cp936 直接指到 gbk 结果没有该有的欧元符号、 cp950 没有 HKSCS 支持……） 你可以使用 chcp 65001 切到 utf-8 控制台窗口，当然也可以像楼上建议的一样走路绕开 Windows 控制台。 |
 | 5 TaMud Nov 15, 2016 import try: reload(sys) sys.setdefaultencoding("utf-8") except: pass 试一下看看 |
 | 7 jhaohai Nov 15, 2016 via iPhone 不要在 win 下搞这些，你会生不如死 |
 | 8 justou Nov 15, 2016 如果不想去动 CMD, 且控制台输出仅做简单观测可以这样: # -*- encoding: utf-8 -*- import locale lc = locale.getpreferredencoding() s = 'GBK 控制台不能完全显示的表情(*●●)' def show_msg(msg): # print(msg) # 注释掉后: UnicodeEncodeError: 'gbk' codec can't encode ... print(msg.encode(lc, 'ignore').decode(lc)) show_msg(s) # GBK控制台不能完全显示的表情(*●●) 这将忽略掉本地编码不能显示的字符, 如果要精确记录就用 utf8 编码输出到文件 |
 | 9 init Nov 15, 2016 别用 win 写 python 我就遇到这个坑，没解决，后来又遇到许多安装包无法安装的坑，解决了一部分 最后的解决方法 装了个 ubuntu 。。。 真心的装个 linux 吧不然后面会遇到更多的坑的 |
 | 10 domino OP 感谢各位协助~因刚买了一本网路采集在学 py,问题比较多. 再请问下,难道 python 抓取的 html 含有简体 /繁体 一定都得在 IDLE 上运行,才不会有编码的问题吗? 不知道是否有没通用的方法,不用 chcp 65001 ,让 CMD 可以顺利显示各种语言. 这样脚本给别人,在 win 运行也方便. |
 | 11 mahone3297 Nov 15, 2016 不是混充跨平台码？ 看到大家说换到 linux 上。我之前，在 win 上写脚本，脚本功能是想 move 一些文件。然后，目录是中文。 问题：如果我的 php 脚本是 utf8 编码，那没效，因为目录名包含中文， win 上是 gbk 编码 最后我的解决方案是，在 linux 上挂在 win 解决。大家有其他解决方案码？ |
 | 12 imn1 Nov 15, 2016 “给别人用”本身就不方便，别人还要配相同 py 环境 不同 win 的 codepage 编码就更加了 通用方法 1.统一环境开发 2.程序内部做兼容转码 3.统一使用环境（ cmd 注册表改成 65001 ），但这个影响用户其他 cmd 使用 4.win10/ bash on ubuntu on windows |
| 13 imn1 Nov 15, 2016 1 @mahone3297 我就是 win 从 php4 等到 php5.3 都没有 unicode 处理目录，才开始学 python 的 |
 | 14 Arnie97 Nov 15, 2016 via Android |
 | 15 raysonx Nov 15, 2016 Windows 默认命令行的锅，用 PowrShell 吧。 |
| 16 mahone3297 Nov 15, 2016 @imn1 所以， python 能完美解决这个问题是么？我去试试 |
| 17 imn1 Nov 15, 2016 1 @mahone3297 补充一下，是 py3 ， py3 读取多字节 win 路径是返回 utf-8 的，无需使用 win 的相关模块 这个知识不知道是否过时： win 系统编码很复杂，例如 win 是 cp936(接近于 gbk)编码，如果一个路径含有中文、英文、韩文，它是一个混合编码，一般需要一些 win 相关的模块处理 py3 能统一返回 utf-8 |
 | 18 qweweretrt515 Nov 15, 2016 t/320624 同病相怜,借地方求助下 |
| 19 TaMud Nov 15, 2016 关键的一句 sys.setdefaultencoding("utf-8") 剩下的自已查手册文 档就行了 |
| 20 jy02201949 Nov 15, 2016 1 @qweweretrt515 我觉得在 win 下调试代码最好还是用虚拟机， bash on ubuntu on win 应该也能解决这个问题，不过我没用过，好多人用过都说不错，可以在 win 上跑很多 linux 的东西了 |
| 23 Arthur2e5 Nov 16, 2016 @domino chcp 65001 *就是* 你在找的通用方法，句号。 @mahone3297 人生苦短，多手动用 u"你好中文"（当然用 __future__ unicode_literals 也是好事。） |
 | 24 practicer Nov 16, 2016 解决响应文本编码问题, 用 requests 包更方便 import requests from bs4 import BeautifulSoup html = requests.get("http://home.baidu.com/") soup = BeautifulSoup(html.content.decode('utf-8'), "lxml") print(soup.title); |
 | 26 Septembers Nov 16, 2016 |
Select Language