控制台輸出問題

標籤：char   tail   文章   ror   pos   預設   can   出現   函數   

在控制台使用print函數列印爬蟲爬取的中文文章時，出現錯誤

UnicodeEncodeError: ‘gbk‘ codec can‘t encode character ‘\U0001f602‘ in position。。。

文章採用utf8編碼的，錯誤資訊卻顯示gbk無法編碼字元‘\U0001f602‘

說明utf8的文章在列印過程中被轉成gbk，而gbk顯然無法編碼unicode的某些字元。

解決方案有兩個：

①修改標準輸出資料流的編碼方式：

import io

import sys

sys.stdout = io.TextIOWrapper(sys.stdout.buffer,encoding=‘gb18030‘)

或者

sys.stdout = io.TextIOWrapper(sys.stdout.buffer,encoding=‘utf8‘)

 

②還有一種一勞永逸的方法——修改控制台編碼：

命令列輸入  chcp

輸出顯示：活動字碼頁： 936

表示當前的編碼是預設的gbk

修改編碼：

命令列輸入  chcp 65001

表示轉換成utf8

字型選擇Lucida Console

然後可以成功print爬取的中文文章
---------------------
原文連結：81219186

控制台輸出問題