随笔 - 39  文章 - 0  评论 - 0  阅读 - 53721

【python学习笔记】爬虫总遇到的:'latin-1' codec can't encode character...

小练习爬取豆瓣电影热度排行榜

原因:

  从火狐浏览器中复制header内容是复制出来的带省略号,这个需要注意(这类问题似乎就是url或者header中有类似的错误)

 还会遇到这样的错误:ssl-warnings InsecureRequestWarning,但似乎并不影响最终的结果,但似乎慢一点

网上有许多解决方案,比如加入如下代码:

import urllib3
urllib3.disable_warnings(urllib3.exceptions.InsecureRequestWarning)

练习代码:

复制代码
#coding=utf-8

import requests
import json
import urllib3
from easygui import msgbox

def getUrls(total):
    n = total / 20 
    if int(n) != n: n = int(n) + 1
    url_list = []
    for i in range(int(n)):
        page_start = str(i * 20)
        url_list.append('https://movie.douban.com/j/search_subjects?type=movie&tag=热门&sort=recommend&page_limit=20&page_start='+ page_start)
    return url_list

def getContent(total):
    title = "警告:"
    msg = "查询条目数应该为整数!!!"
    if not isinstance(total, int): 
        msgbox(msg=msg, title=title)
        return
    headers = {'User-Agent': 'Mozilla/5.0 (X11; Linux x86_64; rv:60.0) Gecko/20100101 Firefox/60.0'}
    url_list = getUrls(total)
    content_list = []
    urllib3.disable_warnings(urllib3.exceptions.InsecureRequestWarning)
    for url in url_list:
        response = requests.get(url, headers, verify=False)
        content = response.content.decode() #这里得到一个json字符串
        content_list.extend(json.loads(content)['subjects'])
    if len(content_list) < total:
        return content_list
    else:
        return content_list[:total]
if __name__ == "__main__":
    total = int(input("请输入要查看的条目数:"))
    for i, item in enumerate(getContent(total)):
        print(i + 1, "", item['title'], item['rate'], item['url'])
    
    
复制代码

 

posted on   smoggy  阅读(3569)  评论(0编辑  收藏  举报
编辑推荐:
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
· AI与.NET技术实操系列(二):开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
阅读排行:
· 阿里最新开源QwQ-32B,效果媲美deepseek-r1满血版,部署成本又又又降低了!
· 开源Multi-agent AI智能体框架aevatar.ai,欢迎大家贡献代码
· Manus重磅发布:全球首款通用AI代理技术深度解析与实战指南
· 被坑几百块钱后,我竟然真的恢复了删除的微信聊天记录!
· AI技术革命,工作效率10个最佳AI工具
< 2025年3月 >
23 24 25 26 27 28 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 29
30 31 1 2 3 4 5

点击右上角即可分享
微信分享提示