鱼C论坛

 找回密码
 立即注册
查看: 2079|回复: 0

[技术交流] 'UCS-2' codec can't encode character......问题解决方法

[复制链接]
发表于 2018-1-1 20:23:11 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能^_^

您需要 登录 才可以下载或查看,没有账号?立即注册

x
今天无聊爬了一下豆瓣,我看到https://www.douban.com/photos/album/1649942160/里面是个黑白漫画,感觉有点意思,想把里面的图片爬取下来。
于是出现了这样的问题:'UCS-2' codec can't encode characters in position 40276-40276: Non-BMP character not supported in Tk
我觉得它的解决方法有点意思,所以发帖交流一下。哪位大神知道原理,可以在评论区告诉我,谢谢。
附上代码:
  1. import requests
  2. import os
  3. import re
  4. import sys
  5. non_bmp_map = dict.fromkeys(range(0x10000, sys.maxunicode + 1), 0xfffd)

  6. url = 'https://www.douban.com/photos/album/1649942160/'

  7. def url_open(url):
  8.   headers = {'User-Agent':
  9.              'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/49.0.2623.221 Safari/537.36 SE 2.X MetaSr 1.0'
  10.              ,'Referer':'https://www.douban.com/'
  11.     }

  12.   response = requests.get(url,headers=headers)
  13.   return response
  14.   #html = response.text
  15. #print(html)

  16. html = url_open(url).text.translate(non_bmp_map)#text
  17. #print(html)
  18. p = r'<img width="130" src="([^"]+\.jpg)"'
  19. img_addrs = re.findall(p,html)
  20. print(img_addrs)

  21. x = 1
  22. os.mkdir("douban")
  23. os.chdir("douban")
  24. for each in img_addrs:
  25.   file = str(x) +".jpg"
  26.   with open(file,"wb") as f:
  27.     img = url_open(each).content
  28.     f.write(img)
  29.     x +=1
复制代码

TIM截图20180101202252.png
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Archiver|鱼C工作室 ( 粤ICP备18085999号-1 | 粤公网安备 44051102000585号)

GMT+8, 2024-4-25 22:38

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表