UnicodeDecodeError：“ascii”编解码器无法解码位置 6233 中的字节 0xf0：序数不在范围内（128）答案

【问题标题】：UnicodeDecodeError: 'ascii' codec can't decode byte 0xf0 in position 6233: ordinal not in range(128)UnicodeDecodeError：“ascii”编解码器无法解码位置 6233 中的字节 0xf0：序数不在范围内（128）
【发布时间】：2017-05-04 13:18:34
【问题描述】：

我正在开发一个新项目，但我无法修复标题中的错误。

代码如下：

#!/usr/bin/env python3.5.2

import urllib.request , urllib.parse


def start(url):
    source_code = urllib.request.urlopen(url).read()
    info = urllib.parse.parse_qs(source_code)
    print(info)


start('https://www.youtube.com/watch?v=YfRLJQlpMNw')

【问题讨论】：

标签： python python-3.x web-scraping

【解决方案1】：

发生错误是因为 .encode 适用于 unicode 对象。所以我们需要使用

将字节字符串转换为 unicode 字符串

.decode('unicode_escape')

所以代码是：

#!/usr/bin/env python3.5.2

import urllib.request , urllib.parse


def start(url):
    source_code = urllib.request.urlopen(url).read()
    info = urllib.parse.parse_qs(source_code.decode('unicode_escape'))
    print(info)


start('https://www.youtube.com/watch?v=YfRLJQlpMNw')

【讨论】：

【解决方案2】：

试试这个

source_code = urllib.request.urlopen(url).read().decode('utf-8')

【讨论】：

【解决方案3】：

错误消息是自我解释的：输入字符串中有一个字节 0xf0，它应该是一个 ascii 字符串。

您应该给出确切的错误消息以及它发生在哪一行，但我猜想这是在 info = urllib.parse.parse_qs(source_code) 上发生的，因为 parse_qs 需要一个 unicode 字符串或一个 ascii 字节字符串。

第一个问题是为什么你对来自 youtube 的数据调用 parse_qs，因为 Python 标准库的文档说：

解析作为字符串参数给出的查询字符串（application/x-www-form-urlencoded 类型的数据）。数据作为字典返回。字典键是唯一的查询变量名称，值是每个名称的值列表。

因此，您将在= 和& 字符上解析它，以将其解释为key1=value11&key2=value2&key1=value12 形式的查询字符串，以提供{ 'key1': [ 'value11', 'value12'], 'key2': ['value2']}。

如果您知道为什么要这样做，则应首先使用正确的编码将字节字符串解码为 unicode 字符串，或者如果不确定Latin1 能够接受任何字节：

def start(url):
    source_code = urllib.request.urlopen(url).read().decode('latin1')
    info = urllib.parse.parse_qs(source_code)
    print(info)

【讨论】：

【解决方案4】：

这段代码确实很奇怪。您正在使用查询解析器来解析网页的内容。因此，您应该使用 this 之类的东西，而不是使用 parse_qs。

【讨论】：