python 中 'str' object has no attribute 'content' 的报错解决

1. 保存要爬的网页，代码如下：

# method1
response = urlopen(url).read().decode('utf-8') #用utf-8解析
soup = BeautifulSoup(response, 'lxml')
print(soup.prettify())

# method2， 更推荐
response = requests.get(url)
soup = BeautifulSoup(response.content.decode('utf-8'),'lxml')
print(soup.prettify())

file_obj = open('chengdu_douban.html', 'w', encoding="utf-8")  # 以写模式打开名叫 douban.html的文件,指定编码为utf-8
file_obj.write(response.content.decode('utf-8'))  # 把响应的html内容存入
file_obj.close()  # 关闭文件，结束写入;

报错： ‘str’ object has no attribute ‘content’

Debug：用第一种方法urlopen的时候，respose已经decode了，不需要再decode。所以运行完method1之后，直接保存网页的话，就会报错。
file_obj.write(response.content.decode(‘utf-8’)) 可以改为 file_obj.write(response)
如果是运行完method2，这时response还没有decode，这时保存网页就没问题。

2. 打开保存的网页的时候：

file_obj = open('chengdu_douban.html', 'r')  # 以读方式打开文件名为douban.html的文件
html = file_obj.read()  # 把文件的内容全部读取出来并赋值给html变量
file_obj.close()  # 关闭文件对象

soup = BeautifulSoup(html, 'lxml')  # 初始化BeautifulSoup

print(soup.prettify())

报错：‘gbk’ codec can’t decode byte 0xae in position 345: illegal multibyte sequence

Debug：在打开的时候也要注意编码方式，加上encoding

改为：

file_obj = open('chengdu_douban.html', 'r',encoding="utf-8")  # 以读方式打开文件名为douban.html的文件
html = file_obj.read()  # 把文件的内容全部读取出来并赋值给html变量
file_obj.close()  # 关闭文件对象

soup = BeautifulSoup(html, 'lxml')  # 初始化BeautifulSoup

print(soup.prettify())

无报错。

注意：
decode的时候：看网页的编码是什么，就用什么解码，在meta标签可以看
编码是什么：GBK包含全部中文字符；UTF-8则包含全世界所有国家需要用到的字符。