python print输出字符串报错

python print输出字符串报错

原创

CorwinPC2022-07-18 17:46:31博主文章分类：Python ©著作权

文章标签 python 字符串 ico 文章分类 Python 后端开发

©著作权归作者所有：来自51CTO博客作者CorwinPC的原创作品，请联系作者获取转载授权，否则将追究法律责任

利用print函数打印字符串报以下错误，原因是因为字符串里面包含Unicode字符。
Traceback (most recent call last):
UnicodeEncodeError: 'gbk' codec can't encode character '\U0001f6d2' in position 130: illegal multibyte sequence

解决办法：

在文件中加入以下代码即可解决

import ioimport syssys.stdout = io.TextIOWrapper(sys.stdout.buffer, errors='replace', line_buffering=True)

• 赞
• 收藏
• 评论
• *举报

上一篇：MuiPlayer视频播放组件入门

下一篇：解决SQLServer占用80端口问题

Original: https://blog.51cto.com/YangPC/5483135
Author: CorwinPC
Title: python print输出字符串报错

相关阅读1

Title: 不会吧，学过爬虫连这个网站都爬不了？那Python岂不是白学了

本文内容

1. 系统分析目标网页
2. html标签数据解析方法
3. 海量图片数据一键保存

环境介绍

• python 3.8
• pycharm

模块使用

• requests >>> pip install requests
• parsel >>> pip install parsel
• time 时间模块 记录运行时间

通用爬虫

导入模块

import requests  # 数据请求模块 第三方模块 pip install requests
import parsel  # 数据解析模块 第三方模块 pip install parsel
import re  # 正则表达式模块

请求数据

url = f'https://fabiaoqing.com/biaoqing/lists/page/{page}html'
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/95.0.4638.54 Safari/537.36'
}
response = requests.get(url=url, headers=headers)
 response 对象 200状态码 表示请求成功

解析数据

解析速度 bs4 解析速度会慢一些，如果你想要对于字符串数据内容，直接取值，只能正则表达式

selector = parsel.Selector(response.text) # 把获取下来html字符串数据内容 转成 selector 对象
title_list = selector.css('.ui.image.lazy::attr(title)').getall()
img_list = selector.css('.ui.image.lazy::attr(data-original)').getall()
把获取下来的这两个列表 提取里面元素 一一提取出来
提取列表元素 for循环 遍历
for title, img_url in zip(title_list, img_list):
    title = re.sub(r'[\/:*?"<>|\n]', '_', title)
    # 名字太长 报错
    img_name = img_url.split('.')[-1]   # 通过split() 字符串分割的方法 根据列表索引位置取值
    img_content = requests.get(url=img_url).content # 获取图片的二进制数据内容

保存数据

with open('img\\' + title + '.' + img_name, mode='wb') as f:
    f.write(img_content)
print(title)

共耗时：61秒

; 多线程爬虫

发送求情

def get_response(html_url):
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/95.0.4638.54 Safari/537.36'
    }
    response = requests.get(url=html_url, headers=headers)
    return response

获取图片url地址，以及图片名字

def get_img_info(html_url):
    response = get_response(html_url)
    selector = parsel.Selector(response.text)  # 把获取下来html字符串数据内容 转成 selector 对象
    title_list = selector.css('.ui.image.lazy::attr(title)').getall()
    img_list = selector.css('.ui.image.lazy::attr(data-original)').getall()
    zip_data = zip(title_list, img_list)
    return zip_data

保存数据

def save(title, img_url):
    title = re.sub(r'[\/:*?"<>|\n]', '_', title)
    # 名字太长 报错
    img_name = img_url.split('.')[-1]  # 通过split() 字符串分割的方法 根据列表索引位置取值
    img_content = requests.get(url=img_url).content  # 获取图片的二进制数据内容
    with open('img\\' + title + '.' + img_name, mode='wb') as f:
        f.write(img_content)
    print(title)

主函数

def main(html_url):
    zip_data = get_img_info(html_url)
    for title, img_url in zip_data:
        save(title, img_url)

入口

if __name__ == '__main__':
    start_time = time.time()
    exe = concurrent.futures.ThreadPoolExecutor(max_workers=10)
    for page in range(1, 11):
        url = f'https://fabiaoqing.com/biaoqing/lists/page/{page}html'
        exe.submit(main, url)
    exe.shutdown()
    end_time = time.time()
    use_time = int(end_time - start_time)
    print('程序耗时: ', use_time)

共耗时：19秒

Original: https://www.cnblogs.com/qshhl/p/15493858.html
Author: 松鼠爱吃饼干
Title: 不会吧，学过爬虫连这个网站都爬不了？那Python岂不是白学了

相关阅读2

Title: python 代码命名规范

1. 常量命名

全部采用全大写，多个单词使用下划线隔开

MAX_NUM = 100
CONNECTION_TIMEOUT = 1000

2. 变量命名

变量名尽量小写, 多个单词用下划线隔开

if __name__ == '__main__':
    file_count = 0
    file_name = ''

3. 函数命名

• 函数名一律小写，多个单词用下划线隔开

def eat():
    pass

def eat_lunch():
    pass

• 私有函数前加一个下划线 _

class Person():

    def _private_func():
        pass

4. 类命名

类名使用驼峰(CamelCase)命名法，看字面意思就能理解，即 使用不同单词的首字母大写命名。（私有类以下划线开头）

class Person():
    pass

class MalePerson(Person):  # 驼峰命名法
    pass

class _PrivateSex(Person):
    pass

5. 模块命名

模块尽可能使用小写来命名，单词过多情况推荐使用下划线命名，而单词数量不多情况下尽量少时用下划线。

• 推荐的模块命名

import requests
import expected_conditions

• 不推荐的模块命名

import Beautifulname

补充：如果对于对象命名感到烦恼，可以参见这篇博客 工程实践：给函数取一个"好"的名字

Original: https://blog.51cto.com/coderusher/5510485
Author: Coderusher
Title: python 代码命名规范

相关阅读3

Title: Python+Selenium基础篇之6-元素定位方法

WebDriver 提供了 8 种元素定位方法，在 Python 中，对应的方法如下：
 id 定位 → find_element_by_id()
 name 定位 → find_element_by_name()
 tag 定位 → find_element_by_tag_name()
 class 定位 → find_element_by_class_name()
 link_text → find_element_by_link_text()
 partial link 定位 → find_element_by_partial_link_text()
 XPath 定位 → find_element_by_xpath()
 CSS_selector 定位 → find_element_by_css_selector()

如果把页面上的元素看作人，那么在现实世界中如何找到某人呢？
首先，可以通过人本身的属性进行查找，例如他的姓名、手机号、身份证号等，这些都是用于区别于他人的属性。在 Web 页面上的元素也有本身的属性，例如，id、name、class name、tag name 等。其次，可以通过位置进行查找，例如，x 国、x 市、x 路、x 号。XPath 和 CSS 可以通过标签层级关系的方式来查找元素。最后，还可以借助相关人的属性来找到某人。例如，我没有小明的联系方式，但是我有他爸爸的手机号，那么通过他爸爸的手机号最终也可以找到小明。XPath 和 CSS 同样提供了相似的定位策略来查找元素。

属性定位

HTML 规定， id 在 HTML 文档中必须是唯一的，这类似于我国公民的身份证号，具有唯一性。WebDriver 提供的 id 定位方法是通过元素的 id 来查找元素的。

HTML 规定，name 用来指定元素的名称，因此它的作用更像是人的姓名。

HTML 规定，class 用来指定元素的类名，其用法与 id、name 类似。

HTML 通过 tag 来定义不同页面的元素。例如，​ &#x200B;<input>&#x200B;​​一般用来定义输入框，​ &#x200B;<a>&#x200B;</a>​​标签用来定义超链接等。不过，因为一个标签往往用来定义一类功能，所以通过标签识别单个元素的概率很低。例如，我们打开任意一个页面，查看前端代码时都会发现大量的​ &#x200B;<div>&#x200B;</div>​​、​ &#x200B;<input>&#x200B;​​、​ &#x200B;<a>&#x200B;</a>​等标签。

link 定位与前面介绍的几种定位方法有所不同，它专门用来定位文本链接。百度输入框上面的几个文字链接的代码如下。

partial link 定位是对 link 定位的一种补充，有些文字链接比较长，这个时候我们可以取文字链接的部分文字进行定位，只要这部分文字可以唯一地标识这个链接即可。

在理想状态下，一个页面当中每个元素都有唯一的 id 值和 name 值，可以通过它们来查找元素。但在实际项目中并非想象得这般美好，有时候一个元素没有 id 值和 name 值，或者页面上有多个元素属性是相同的；又或者 id 值是随机变化的，在这种情况下，如何定位元素呢？

XPath 定位

绝对路径定位

如果把元素看作人，假设这个人没有任何属性特征（手机号、姓名、身份证号），但这个人一定存在于某个地理位置，如 xx 省 xx 市 xx 区 xx 路 xx 号。对于页面上的元素而言，也会有这样一个绝对地址。

利用元素属性定位

除使用绝对路径外，XPath 还可以使用元素的属性值来定位。

//input 表示当前页面某个 input 标签，[@id='kw'] 表示这个元素的 id 值是 kw。如果不想指定标签名，那么可以用星号（*）代替。当然，使用 XPath 不局限于 id、name和 class 这三个属性值，元素的任意属性都可以使用，只要它能唯一标识一个元素。

层级与属性结合

如果一个元素本身没有可以唯一标识这个元素的属性值，那么我们可以查找其上一级元素。如果它的上一级元素有可以唯一标识属性的值，就可以拿来使用。

假如百度输入框没有可利用的属性值，那么可以查找它的上一级属性。例如，小明刚出生的时候没有名字，也没有身份证号，那么亲朋好友来找小明时可以先找到小明的爸爸，因为他爸爸是有很多属性特征的。找到小明的爸爸后，就可以找到小明了。通过 XPath 描述如下：​ ​find_element_by_xpath("//span[@class='bg s_ipt_wr']/input")​​ span[@class='s_ipt_wr'] 通过 class 定位到父元素，后面的/input 表示父元素下面的子元素。如果父元素没有可利用的属性值，那么可以继续向上查找父元素的父元素。

使用逻辑运算符

如果一个属性不能唯一区分一个元素，那么我们可以使用逻辑运算符连接多个属性来查找元素：​ ​find_element_by_xpath("//input[@id='kw' and @class='s_ipt']")​​

使用 contains 方法

contains 方法用于匹配一个属性中包含的字符串。例如，span 标签的 class 属性为"bgs_ipt_wr"：​ ​find_element_by_xpath("//span[contains(@calss,'s_ipt_wr')]/input")​​，contains 方法只取了 class 属性中的"s_ipt_wr"部分。

使用 text()方法

text()方法用于匹配显示文本信息。例如，前面通过 link text 定位的文字链接：​ ​find_element_by_xpath("//a[text(),'新闻')]")​​​。当然，contains 和 text()也可以配合使用：​ ​find_element_by_xpath("//a[contains(text(),'一个很长的')]")​​。

CSS 定位

CSS 选择器可以较为灵活地选择控件的任意属性，一般情况下，CSS 定位速度比 XPath定位速度快。CSS 选择器的更多用法可以查看 W3CSchool 网站中的 CSS 选择器参考手册（http://www.w3school.com.cn/cssref/css_selectors.asp）。

通过 class 定位

find_element_by_css_selector()方法用于在 CSS 中定位元素，点号（.）表示通过 class来定位元素。

find_element_by_css_selector(".s_ipt")find_element_by_css_selector(".s_btn")

通过 id 定位

井号（#）表示通过 id 来定位元素。

find_element_by_css_selector("#kw")find_element_by_css_selector("#su")

通过标签名定位

CSS 中，用标签名定位元素时不需要任何符号标识，直接使用标签名即可：​ ​find_element_by_css_selector("input")​​。

通过标签层级关系定位

​ ​find_element_by_css_selector("span > input")​​这种写法表示有父元素，父元素的标签名为 span。查找 span 中所有标签名为 input 的子元素。

通过属性定位

在 CSS 中可以使用元素的任意属性定位，只要这些属性可以唯一标识这个元素。对属性值来说，可以加引号，也可以不加，注意和整个字符串的引号进行区分。

find_element_by_css_selector("[autocomplete=off]")find_element_by_css_selector("[name='kw']")find_element_by_css_selector('[type="submit"]')

组合定位

我们可以把上面的定位策略组合起来使用，这就大大加强了定位元素的唯一性。我们要定位的这个元素标签名为 input，这个元素的 class 属性为 s_ipt；并且它有一个父元素，标签名为 span。它的父元素还有父元素，标签名为 form，class 属性为 fm。我们要找的就是必须满足这些条件的一个元素。

find_element_by_css_selector("form.fm > span > input.s_ipt")find_element_by_css_selector("form#form > span > input#kw")

更多定位用法

查找 class 属性包含"s_ipt_wr"字符串的元素。​ ​find_element_by_css_selector("[class*=s_ipt_wr]")​​​ 查找 class 属性以"bg"字符串开头的元素。​ ​find_element_by_css_selector("[class^=bg]")​​ 查找 class 属性以"wrap"字符串结尾的元素。​ ​find_element_by_css_selector("[class$=wrap]")​​ 查找 form 标签下面第 2 个 input 标签的元素。​ ​find_element_by_css_selector("form > input:nth-child(2)")​​

用 By 定位元素

针对前面介绍的 8 种定位方法，WebDriver 还提供了另外一套写法，即统一调用find_element()方法，通过 By 来声明定位，并且传入对应定位方法的定位参数，具体如下。find_element()方法只用于定位元素，它需要两个参数。第一个参数是定位的类型，由By 提供（​ ​from selenium.webdriver.common.by import By​​）；第二个参数是定位的值。

本博客摘抄自《Selenium3自动化测试实战——基于Python语言》，详细内容请购买该书进行学习

Original: https://blog.51cto.com/feishujun/5513653
Author: mb62de8abf75c00
Title: Python+Selenium基础篇之6-元素定位方法