打算在深圳交易所网站爬取“终止上市公司”名单,在这个网址:
    http://www.szse.cn/market/companys/suspend/index.html
这个页面上有个“下载”按钮,直接点击这个“下载”按钮,则能够下载1份EXCEL文件。

右击“下载”按钮,点“复制链接地址”,
    http://www.szse.cn/api/report/ShowReport?SHOWTYPE=xlsx&CATALOGID=1793_ssgs&TABKEY=tab2&random=0.4682778939187813

用Python的request功能,爬取时出现如下错误:
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xad in position 47: invalid start byte
换了编码格式也不行:
UnicodeDecodeError: 'gbk' codec can't decode byte 0xc4 in position 51: illegal multibyte sequence
UnicodeDecodeError: 'gb2312' codec can't decode byte 0xad in position 47: illegal multibyte sequence
UnicodeDecodeError: 'gb18030' codec can't decode byte 0xc3 in position 51: illegal multibyte sequence
UnicodeDecodeError: 'big5' codec can't decode byte 0xad in position 47: illegal multibyte sequence
UnicodeDecodeError: 'big5hkscs' codec can't decode byte 0xad in position 47: illegal multibyte sequence

加了'ignore',读是读出来了,但是打印出来,全是乱码。

请教各位大师,如何解决。

谢谢。
举报 使用道具
| 回复

共 0 个关于本帖的回复 最后回复于 2019-8-27 10:14

您需要登录后才可以回帖 登录 | 立即注册

精彩推荐

  • Gephi社会网络分析-马蜂窝游记文本分词并同
  • Gephi社会网络分析-基于马蜂窝游记文本以词
  • 知乎话题文本根据词语间距筛选后生成共词矩
  • 马蜂窝游记文本分词后以词语间距为筛选条件
  • 学习使用apriori算法挖掘关联关系

热门用户

GMT+8, 2024-4-19 07:18