python爬虫-UnicodeDecodeError_'utf-8' codec can't decode byte 0x8b

本文最后更新于：2024年11月13日 下午

前言

python爬虫-UnicodeDecodeError: ‘utf-8’ codec can’t decode byte 0x8b in position 1: invalid start byte

错误如下：

1
UnicodeDecodeError: 'utf-8' codec can't decode byte 0x8b in position 1: invalid start byte

抓取的网页检查：

Content-Encoding: gzip

需要做gzip的解压

1
2
3
4
5
6
7
request = urllib.request.Request(url = url, headers = request_headers)
reponse = urllib.request.urlopen(request,timeout = timeout)
data = reponse.read()
buff = BytesIO(data)
f = gzip.GzipFile(fileobj=buff)
res = f.read().decode('utf-8')
print(res)

在请求的头部加入："Accept-Encoding":"gzip",

如果是下面：则每次返回有可能是gzip压缩，有可能不压缩，WEB 应用干脆为了迁就 IE 直接输出原始 DEFLATE

Accept-Encoding: gzip, deflate在请求的头部加入：

1
"Accept-Encoding":"gzip",