控制台输出问题

在控制台使用print函数打印爬虫爬取的中文文章时，出现错误

UnicodeEncodeError: 'gbk' codec can't encode character '\U0001f602' in position。。。

文章采用utf8编码的，错误信息却显示gbk无法编码字符'\U0001f602'

说明utf8的文章在打印过程中被转成gbk，而gbk显然无法编码unicode的某些字符。

解决方法有两个：

①修改标准输出流的编码方式：

import io

import sys

sys.stdout = io.TextIOWrapper(sys.stdout.buffer,encoding='gb18030')

或者

sys.stdout = io.TextIOWrapper(sys.stdout.buffer,encoding='utf8')

 

②还有一种一劳永逸的方法——修改控制台编码：

命令行输入  chcp

输出显示：活动代码页： 936

表示当前的编码是默认的gbk

修改编码：

命令行输入  chcp 65001

表示转换成utf8

字体选择Lucida Console

然后可以成功print爬取的中文文章
---------------------
原文链接：https://blog.csdn.net/k527971724/article/details/81219186