Question

我编写了以下代码，用于搜索URL并将HTML保存到文本文件中。但是，我有两个问题

最重要的是，它不会在HTML中保存€和£。这可能是我试图解决的解码问题，但到目前为止还没有成功
以下代码不会用“”替换HTML中的“\ n”。这对我来说并不重要，但我很好奇为什么它不起作用

有什么想法吗？

import urllib.request

while True: # this is an infinite loop
    with urllib.request.urlopen('WEBSITE_URL') as f:
        fDecoded = f.read().decode('utf-8')
        data = str(fDecoded .read()).replace('\n', '') # does not seem to work?

    myfile = open("TestFile.txt", "r+")
    myfile.write(data)
    print ('----------------')

Answer 1

当你这样做时 -

fDecoded = f.read().decode('utf-8')

fDecoded已经是str类型，您正在从请求中读取字节字符串，并使用str编码将其解码为utf-8。

然后在此之后你不能打电话 -

str(fDecoded .read()).replace('\n', '')

str没有方法read()，您实际上并不需要再次将其转换为str。只是做 -

data = fDecoded.replace('\n', '')

无法使用urllib.request解码HTML页面

1 个答案: