python做的一个小程序，有点问题

kingoftime3

下面是我做的一个程序，用来从起点网站取出我看的那几部小说的最新章节题目，但有时运行正常，有时就会出现编码异常(UnicodeDecodeError: 'gbk' codec can't decode bytes in position 1-2: illegal multibyte sequence)，不知道怎么回事

1. 
   
2. # -*- coding: cp936 -*-[color=red]此处改为coding: gbk[/color]
   
3. import urllib2
   
4.   
   
5. bookindex={
   
6.     "巫墓":"http://www.qidian.com/Book/1051839.aspx",
   
7.     "盘龙":"http://www.qidian.com/Book/1017141.aspx",
   
8.     "斗罗大陆":"http://www.qidian.com/Book/1115277.aspx"
   
9. }
   
10. def getURL(url):
    
11.     try:
    
12.         fp = urllib2.urlopen(url)
    
13.     except:
    
14.         print 'get url exception'
    
15.         return[]
    
16.     p = re.compile('''^<font color="#FF0000">第''')
    
17.     content=fp.read()
    
18.     fp.close()
    
19.     return content
    
20. 
    
21. findstr1='''#FF0000'''
    
22. findstr2='''</font>'''
    
23. 
    
24. for name in bookindex.keys():
    
25.     content=getURL(bookindex[name]).decode("cp936")[color=red]#此处改为decode("gbk")[/color]
    
26.     begin = content.index(findstr1) + 9
    
27.     end = content.index(findstr2,begin)
    
28.     print name
    
29.     print content[begin:end]
    
30. raw_input("按任意键退出!")
    
31. 
    

复制代码

谢谢2，3楼的提醒，我用了gbk编码后就正常了

deerlux

我觉得是不是你程序开头的那个coding的原因。 你把那行改成coding:utf-8试试。

2. #-*- coding: utf-8 -*-

复制代码

再比如下面的程序运行的错误应该和你的程序一样：

2. #!/usr/bin/python
3. # -*- coding: cp936 -*-
4. a= u'朱镕基您好'

复制代码

但如果改成utf-8的就没有问题。

lifedog

print一下你content的内容，可能有的时候搜索到的数据不太对

kingoftime3

我把编码改成gbk，有时就能取到网页内容，有时就出现上边的Error了，而且还会出现三个小说中两个能取到另一个出异常的情况，难道一个网站还会用几种编码方式 ？

dacheng

佩服楼主，厉害

sharkke

这个使用gbk 编码，有时候无法 decode，使用 gb18030 这个大字符集可以

xieaotian

编码问题……