（转）python3 urllib.request.urlopen() 错误UnicodeEncodeError: 'ascii' codec can't encode characters

2023年4月5日 209次阅读 来源: 疯子110

代码内容：

url = 'https://movie.douban.com/j/search_subjects?type=movie'+ str(tag) + '&sort=recommend&page_limit=20&page_start=' + str(limit)
response = urllib.request.urlopen(url, timeout=20)
result = response.read().decode('utf-8','ignore').replace(u'\xa9', u'')
result = json.loads(result)

　　

错误内容为：上述第二行代码报错UnicodeEncodeError: ‘ascii’ codec can’t encode characters in position 28-29: ordinal not in range(128)

1 认为是代码错误，或者是tab缩进错误

2 百度搜索后得出如下分析：

Python在安装时，默认的编码是ascii，当程序中出现非ascii编码时，python的处理常常会报这样的错UnicodeDecodeError: ‘ascii’ codec can’t decode byte 0x?? in position 1: ordinal not in range(128)，python没办法处理非ascii编码的，此时需要自己设置将python的默认编码，一般设置为utf8的编码格式。

但是在我使用的python3.6.5 默认就是utf8编码格式，所以也不存在这种问题。我使用print(type(str))后输出的也是str。

3 发现python3 urlopen()链接地址中不能出现中文，而上述代码的tag是传入的中文字符，终于找到了问题的所在。

解决办法：

使用urllib.parse.quote进行转换。

url = 'https://movie.douban.com/j/search_subjects?type=movie&tag=' + str(tag) + '&sort=recommend&page_limit=20&page_start=' + str(limit)
url = quote(url, safe=string.printable)
response = urllib.request.urlopen(url, timeout=20)
result = response.read().decode('utf-8','ignore').replace(u'\xa9', u'')
result = json.loads(result)

　　

程序头部需要添加

from urllib.parse import quote

同时需要import string导入string模块

方法quote的参数safe表示可以忽略的字符。

string.printable表示ASCII码第33～126号可打印字符，其中第48～57号为0～9十个阿拉伯数字；65～90号为26个大写英文字母，97～122号为26个小写英文字母，其余的是一些标点符号、运算符号等。

如果去掉safe参数的内容将会出错。
———————
作者：xjtu帽帽
来源：CSDN
原文：https://blog.csdn.net/qq_25406563/article/details/81253347
版权声明：本文为博主原创文章，转载请附上博文链接！

    原文作者：疯子110
    原文地址: https://www.cnblogs.com/telwanggs/p/10383478.html
    本文转自网络文章，转载此文章仅为分享知识，如有侵权，请联系博主进行删除。
点赞