关于用PyQuery解析网页报错的问题

[cloverfisher]

用PyQuery解析一个有日文的网站，然后报错：ValueError: Unicode strings with encoding declaration are not supported.
从http://lxml.de/parsing.html网站上得知，解析的文件在parse之前是不能用utf-8的。
用requests抓的网页不都已经自动转成utf-8了么，原来都没有什么问题的啊，为啥会出问题呢？我用了decode encode什么的转成其他格式也不行。

[cloverfisher]

抓的网页是cn.shindanmaker.com

[timonwong]

问题是网页中的这一行：
<?xml version="1.0" encoding="UTF-8"?>

[cloverfisher]

@timonwong 这一行有什么严重的问题么？？真的没法解析本来就是utf-8的xml？？那么如何解决这个问题呢

[for4]

r = requests.get('http://cn.shindanmaker.com')
用r.content 别用r.text

[timonwong]

@cloverfisher
因为是字符串是unicode类型了（转码后的了）, lxml找到encoding的相关申明还会尝试转到unicode一次，自然会失败，给这些解析器的都该是raw string.

所以请使用 @for4 介绍的 r.content

[cloverfisher]

@for4 谢谢~

[cloverfisher]

@timonwong 3Q :）