我们再用python来爬取html的时候，有时候html会是gbk编码，此时如果我们用如下语句：

html = html.decode("gbk")

可能会报错：

UnicodeDecodeError: 'gbk' codec can't decode byte 0x81 in position 5993: illegal multibyte sequence

解决办法：

Python bytes decode() 方法语法：

str.decode([encoding="utf-8"][,errors="strict"])

参数

• encoding — 可选参数，要使用的编码，默认编码为 ‘utf-8’。
• errors — 可选参数，设置不同错误的处理方案。默认为 ‘strict’,意为编码错误引起一个UnicodeError。 其他可能得值有 ‘ignore’, ‘replace’, ‘xmlcharrefreplace’, ‘backslashreplace’ 以及通过 codecs.register_error() 注册的任何值。

所以这里带上ignore即可

html = html.decode("gbk",errors="ignore")

如果print输出也报gbk错误，我们可以直接如下进行输出即可：

print(str(infos[0]).encode('gbk', 'ignore').decode('gbk'))