Python网页爬取存文件遇Unicode编码及文件名问题求助

问题1：UnicodeEncodeError编码错误 #

原代码未指定文件编码，Windows系统默认使用charmap编码，无法处理像\u266a（音乐符号♪）这类特殊Unicode字符，导致报错。

解决方法：
打开文件时明确指定encoding='utf-8'，确保所有Unicode字符都能正确编码：

with open(title+'.txt', 'w', encoding='utf-8') as file:
    file.write(plot)
    file.write(transcript)

问题2：用title命名的文件在记事本打开为空 #

这是因为从网页获取的title文本中包含Windows文件名不允许的特殊字符（比如冒号:、斜杠/等），虽然代码无报错，但实际文件未被正确创建，或文件名不符合系统规范，导致记事本无法正常读取。

解决方法：
清理title中的非法字符，替换为合法字符（如下划线_）：

# 定义Windows文件名非法字符集合
invalid_chars = '<>:"/\\|?*'
# 替换非法字符为下划线
clean_title = ''.join(['_' if c in invalid_chars else c for c in title])
# 使用清理后的文件名写入
with open(clean_title+'.txt', 'w', encoding='utf-8') as file:
    file.write(plot)
    file.write(transcript)

若记事本打开仍有乱码，可通过「文件」→「打开」选择该txt文件，编码选择「UTF-8」即可正常显示内容。

内容的提问来源于stack exchange，提问作者ashtrobe