爬虫错误总结录
一、目标网站编码utf-8,通过requests请求返回text方法,用到xpath上报错
Traceback (most recent call last): File "/python_project/app_data/parse_async/setup_parse.py", line 49, in <module> get_urls(link) File "/python_project/app_data/parse_async/setup_parse.py", line 44, in get_urls tree = etree.HTML(html) File "src/lxml/etree.pyx", line 3170, in lxml.etree.HTML File "src/lxml/parser.pxi", line 1872, in lxml.etree._parseMemoryDocument ValueError: Unicode strings with encoding declaration are not supported. Please use bytes input or XML fragments without declaration.
值错误:不支持带编码声明的Unicode字符串。请使用不带声明的字节输入或XML片段。
解决:
将`html = requests.get(url=base_url, headers=headers).text` 改为`html = requests.get(url=base_url, headers=headers).content` 即可
人生苦短,我用python!
标签:
python爬虫
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· winform 绘制太阳,地球,月球 运作规律
· TypeScript + Deepseek 打造卜卦网站:技术与玄学的结合
· AI 智能体引爆开源社区「GitHub 热点速览」
· Manus的开源复刻OpenManus初探
· 写一个简单的SQL生成工具