Question

我是一个Python新手。我对Python 2.x中的旧urllib和urllib2与Python 3中的新urllib之间的差异感到有些困惑，除此之外，我还不确定数据是否需要在发送到urlopen之前进行编码。 / p>

我一直在尝试使用POST获取网址的html主体，以便我可以发送参数。该网页显示一个国家在特定日期的特定小时内的阳光数据。我试过没有编码/解码，打印输出是一个字节串，开头是b。我接下来尝试的代码是

import urllib.request, urllib.parse, urllib.error

def scrape(someurl):

    try:

        values = {'LANG': 'en',
                  'DATE' : '1303160400',
                  'CONT' : 'euro',
                  'LAND' : 'UK',
                  'KEY' : 'UK',
                  'SORT': '2',
                  'INT' : '06',
                  'TYPE' : 'sonnestd',
                  'ART' : 'karte',
                  'RUBRIK' : 'akt',
                  'R': '310',
                  'CEL': 'C'}

        data = urllib.parse.urlencode(values)
        data = data.encode("utf-8")
        response = urllib.request.urlopen(someurl, data)
        html = response.read().decode("utf-8")
        print(html)

    except urllib.error.HTTPError as e:
        print(e.code)
        print(e.read())

myscrape = scrape("http://www.weatheronline.co.uk/weather/maps/current")

错误是

Traceback (most recent call last):
  File "/Users/Me/Desktop/weather.py", line 57, in <module>
    myscrape = scrape("http://www.weatheronline.co.uk/weather/maps/current")
  File "/Users/Me/Desktop/weather.py", line 37, in scrape
    html = response.read().decode("utf-8")
UnicodeDecodeError: 'utf8' codec can't decode byte 0x80 in position 10: invalid start byte

没有编码/解码我总是得到一个可疑的短字节字符串，所以我想知道请求是否以其他方式失败

b'GIF89a\x01\x00\x01\x00\x80\x00\x00\x00\x00\x00\x00\x00\x00!\xf9\x04\x01\x00\x00\x00\x00,\x00\x00\x00\x00\x01\x00\x01\x00\x00\x02\x02D\x01\x00;'

Answer 1

GIF89a表示服务器正在向您发送图像。

另外，你不应该用UTF-8进行暴力解码;您应该查看响应标头以确定要使用的编码。

使用Python 3.x基本获取URL的HTML主体

1 个答案: