python 网络爬虫报错“UnicodeDecodeError: 'utf-8' codec can't decode byte 0x8b in position”解决方案

Python3.x爬虫，

发现报错“UnicodeDecodeError: 'utf-8' codec can't decode byte 0x8b in position 1：invalid start byte”，

 

方法一：

一直在找文件的错误，最后经过网友的提示，错误原因竟然是我的报头中有一条：

 

“'Accept-Encoding': 'gzip, deflate'”

 

这一条是我从Fiddler直接复制过来的，为什么用浏览器可以正常浏览，而用Python模仿就不行呢？

 

综合网上的解释：

 

这句话的意思是本地接收压缩格式的数据，服务器传过来压缩格式gzip的文件，而解压这种gzip文件只能用deflate算法，浏览器能够自动解压，程序却不能自动解压gzip，需要额外进行设置才行，设置方法参考https://www.crifan.com/set_accept_encoding_header_to_gzip_deflate_return_messy_code/

 

总结：写爬虫程序时候还是不要写'Accept-Encoding': 'gzip, deflate'了，就让服务器传原始文件过来吧，不用压缩了。

方法二：

利用gzip进行解压缩。

python3 ：

import gzip

import urllib.request

response_1 = urllib.request.urlopen('').read()

data=gzip.decompress(response_1).decode("utf-8")

 

 

 

 

 

来源：oschina

链接：https://my.oschina.net/u/4383116/blog/3999189