我在用python写一个脚本，从网站上抓取文本，但有的页面是繁体字，python执行decode会出错

发布网友发布时间：2022-04-18 09:55

共1个回答

热心网友时间：2022-04-18 11:24

那个网站的简繁转换功能只是在JS里面做一个简体字列表和一个对应的繁体字列表，
然后搜索每一个字，作简单的替换而已。
你把那段JS脚本用python重写一下就行了。
但是提醒一下，这种简单的简繁替换是错误的。对大多数字来说可以接受，
但对那些本来在繁体中是两个字，转成简体是一个字的情况，就出问题了。
例如“后”与“後”在繁体中是两个不同意思的字，但简体都是“后”。
简单做替换的话，就分不清“后”与“後”了。
当然，你要是只想得到简体的结果，倒无所谓了。追问那有什么更好的办法吗？我现在最主要的问题是在执行decode的时候繁体字的码根本转不出来，直接报错了........

追答你的decode代码有问题吧，把这部分代码贴上来看看。