我打开此网址时收到此回复:
r = Request(r'http://airdates.tv/')
h = urlopen(r).readline()
print(h)
回应:
b'\x1f\x8b\x08\x00\x00\x00\x00\x00\x00\x00\xed\xbdkv\xdbH\x96.\xfa\xbbj\x14Q\xaeuJ\xce\xee4E\x82\xa4(9m\xe7\xd2\xd3VZ\xaf2e\xab2k\xf5\xc2\n'
这是什么编码?
有没有办法根据标准库对其进行解码?
提前感谢您对此事的任何见解!
PS:好像是gzip。
答案 0 :(得分:5)
它是gzip压缩的HTML,正如您所怀疑的那样。
而不是使用urllib
使用requests
来解压缩响应:
import requests
r = requests.get('http://airdates.tv/')
print(r.text)
您可以使用pip install requests
进行安装,但不要回头。
如果您真的必须限制自己使用标准库,请使用gzip
模块对其进行解压缩:
import gzip
import urllib2
from cStringIO import StringIO
f = urllib2.urlopen('http://airdates.tv/')
# how to determine the content encoding
content_encoding = f.headers.get('Content-Encoding')
#print(content_encoding)
# how to decompress gzip data with Python 3
if content_encoding == 'gzip':
response = gzip.decompress(f.read())
# decompress with Python 2
if content_encoding == 'gzip':
gz = gzip.GzipFile(fileobj=StringIO(f.read())
response = gz.read()
答案 1 :(得分:0)
requests
代替urllib
)完美运行,在大多数情况下应该首选。
也就是说,我一直在寻找一种不需要安装第三方库的解决方案(因此我选择urllib
而不是requests
)。
我找到了使用标准库的解决方案:
import zlib
from urllib.request import Request, urlopen
r = Request(r'http://airdates.tv/')
h = urlopen(r).read()
decomp_gzip = zlib.decompress(h, 16+zlib.MAX_WBITS)
print(decomp_gzip)
产生以下回应:
b'<!DOCTYPE html>\n (continues...)'