生成PNG与HTML文本文件异常：HTML文本文件内容为空求助

看起来你这里踩了个小坑——你正在处理的response返回的是图片的二进制数据，不是HTML内容！

你看，第一个保存image.png的逻辑是对的，因为直接把二进制的response.body写入文件就是图片。但第二个操作里，你把图片的二进制数据尝试解码成UTF-8字符串，这根本得不到有效内容（甚至大概率会抛出解码错误），最后写入text.txt自然是空的或者乱码。

问题根源 #

你混淆了两个不同的请求响应：

• 图片请求的response：body是二进制图片流，完全没有HTML内容
• HTML页面请求的response：body是HTML文本的二进制编码，解码后才是有效HTML

解决方案 #

1. 找准响应对象：确保你在处理返回HTML的那个请求的response，而不是图片请求的。比如你的爬虫里应该有两个不同的解析方法，分别处理页面和图片请求。

2. 修正文本保存代码：保存HTML文本时，用正确的文件模式和方法：

def parse_html_response(self, response):
    # 直接用response.text，它会自动帮你处理编码问题
    with open('text.txt', 'w', encoding='utf-8') as f:
        f.write(response.text)

如果一定要手动解码，也应该用w模式（不是wb，wb是写二进制用的）：

with open('text.txt', 'w', encoding='utf-8') as f:
    f.write(response.body.decode('utf-8'))

3. 快速验证响应类型：可以先打印response.headers['Content-Type']确认，图片请求的Content-Type是image/png之类的，而HTML请求的是text/html。

内容的提问来源于stack exchange，提问作者Alex D