python爬虫文件存储通用方法，编码错误解决
对于网站采用不容易出异常的方式将网页源码存为文件，一般使用wb的形式写入，取requests返回的response.content
with open(save_file,"wb") as f:
f.write(response.content)读取了一个.html的wb形式写入的文件，然后报错：
'utf-8' codec can't decode byte 0xfc in position 14: invalid start byte解决方法很简单，用各种text reader（我用atom ）将文件打开，我发现当设置编码格式为GBK 的时候，中文显示正常，因此 我的文件编码形式是这样的：’GBK’
确定了该wb写入的文件是gbk编码，那么读取的时候也一样加上参数就行了
with open(file_path,"r",encoding='gbk') as f:
html = f.read()另外，文件中有不可理解的错误字符，可以用 errors=”ignore” 来忽略之
with open("a.html","r",encoding='GBK', errors="ignore") as f:
html = f.read()原创文章，转载请注明： 转载自URl-team
本文链接地址: python爬虫文件存储通用方法，编码错误解决 ‘utf-8’ codec can’t decode byte 0xfc in position 14: invalid start byte
本文参与 腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。
原始发表：2018-06-06，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
腾讯云开发者
