大家好，我是Python自學者，雖然習慣自己上網找答案，
但很多基本觀念可能沒有學到或學好，
所以現下出了一個我不知如何在網路上找答案的問題
我在爬某政府網頁時，發現若網頁中包含某些中文字元，如
https://ctext.org/dictionary.pl?if=gb&char=%E3%95%A1
https://ctext.org/dictionary.pl?if=gb&char=%F0%A4%A5%82
Python就會無法讀取該字元之後的網頁原始碼，
以致在該字元前的元素可正常定位，但該字元後的元素用xpath都定位不到
該網頁有寫charset=big5，所以我試著先把網頁原始碼重新編碼，如：
str.decode('bi5').encode('utf8')
但就會出現編碼失敗
而這些奇怪字元在Chrome上可正常顯示，在Edge上會變缺字，這兩個字也無法貼上批踢踢
若用Excel查，第一個字在Excel上用code查是64386，第二個字的code是63（相當於缺字）
想請問這些奇怪的字元是因為原本就不在unicode或big5字元集裡頭嗎？
因為某政府網頁中有這兩個怪字的數量不低，我無法以個案處理，
不知道是否有什麼辦法可以正常處理，感謝

試試 big5-hkscs? https://is.gd/3FFpLq

code貼來看看

BIG-5尚有著名的許功蓋問題，也值得研究一下 XD

str不能decode吧。要先encode再decode網頁是utf-8，應該用utf-8編碼就可以輸出了

你存下來就是亂碼了你乾脆直接給網址，說不定是你存的問題

兆峯建築師事務所 不過看起來檔案用的也不是big5-hkscshttp://yilan-archi.org.tw/show_member.php?no=00107這個就是big5-hkscs了感覺是你這邊抓的網頁編碼已經出問題