pyquery报错：UnicodeDecodeError: ‘gbk’ codec can’t decode byte
版权申诉
5星 · 超过95%的资源 109 浏览量
2020-12-22
03:50:30
上传
评论
收藏 48KB PDF 举报 
pyquery报错：报错：UnicodeDecodeError: ‘gbk’ codec can’t
decode byte
今天想使用pyquery库读取本地HTML文件时报错：UnicodeDecodeError: ‘gbk’ codec can’t decode byte 0xa1 in position
164: illegal multibyte sequence。 翻译一下就是UnicodeDecodeError: ‘gbk’编解码器无法解码位置编解码器无法解码位置164中的字节中的字节0xa1:非法非法
多字节序列。多字节序列。
分析原因：分析原因： 这个HTML文件是utf-8格式的文件，存储是二进制数据，使用pyquery读取时是采用gbk进行解码！读到了非
gbk编码形式的二进制数据，于是就报错了！
排错过程：排错过程： 我通过查看pyquery源码，企图搜索是否存在能传解码格式的参数，发现并没有！于是只能百度一下了，发现
大多数方案都是将中文去掉（emmm，他们这样等于没说）。终于找到了另一种方法，就是将html文本先读出来，使用
pyquery的另一种初始化方式进行读取。但是，这种还是治标不治本，我觉得最好是能够修改解码方式，希望有懂的大神教教但是，这种还是治标不治本，我觉得最好是能够修改解码方式，希望有懂的大神教教
我！我！
附上修改方案：附上修改方案：
from pyquery import PyQuery as pq
def method1():
with open("demo.html", "r", encoding="utf-8")as f:
content = f.read()
print(type(content)) # str类型
result = pq(content)
print(result('title'))
if __name__ == '__main__':
# doc = pq(filename='demo.html') # 报错
method1()
有错误的地方敬请指出！觉得写得可以的话麻烦给个赞！欢迎大家评论区或者私信交流！有错误的地方敬请指出！觉得写得可以的话麻烦给个赞！欢迎大家评论区或者私信交流！
作者：1/4糖柠檬茶
资源评论
波、2023-08-10简直是宝藏资源，实用价值很高，支持！
从0.5到12023-04-20资源是宝藏资源，实用也是真的实用，感谢大佬分享~
