我想從一個網站使用urllib獲取html數據，但對於一些網站，我結束了一些未知的python字符

Question

嘿傢伙我試圖從一個網站使用urllib.openurl.read（）獲取html數據但對於一些網站，我所得到的是數據鏈接，這是* 6 \ xbdW \ xb6 \ xd6 \ xff \ xca \ x9d \ x9bO | \ xc0 \ x96a \ xc7 \ xc8 \ xf7 \ xa7 \ x10- \ x8aM {\ xf8 \ x * 我不知道它是什麼，爲什麼我變得這樣。我試着用谷歌搜索一些說有編碼解碼問題，我也嘗試過，但因爲你可以看到沒有運氣，所以請引導我在這個黑暗中。這裏是我的代碼--->

url = "http://mangafox.me/manga/online_the_comic/c001/1.html" # for this site and some more its not working 
page = urllib.urlopen(url).read() 
print page 

你們知道在打印這段代碼後發生了什麼。

Answer 1

本頁面及其對gzip格式，你必須解壓縮前取數據：

UnicodeDecodeError: 'ascii' codec can't decode byte 0x8b in position 1: ordinal not in range(128) 

的開始就意味着gzip格式的代碼0x8b。

你應該在這個問題看：

twitter trends api UnicodeDecodeError: 'utf8' codec can't decode byte 0x8b in position 1: unexpected code byte