如何解决pyCurl 和 BytesIO 用于抓取网站
我需要刮刮。具体来说,我使用 Pycurl 和 BytesIO。
以下代码:
c = pycurl.Curl()
page = BytesIO()
c.setopt(c.INTERFACE,"tun0")
c.setopt(c.USERAGENT,userAgent)
c.setopt(pycurl.CAINFO,certifi.where())
c.setopt(c.URL,URL)
c.setopt(c.WRITEDATA,page)
c.perform()
直到昨天,page.getvalue()
会返回页面的 html,然后我将其传递给 bs4。但是,今天,我注意到它返回一个以字节为单位的字符串,我什至无法将其解码为 utf-8,因为它返回一个错误:
UnicodeDecodeError: 'utf-8' codec can't decode byte 0x8b in position 1: invalid start byte
如何在字符串中输入 url 的内容,以便将其传递给 bs4 并进行抓取?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。