彻底解决Python3写爬虫或网站时的乱码问题
发布时间:2020-12-20 12:46:47 所属栏目:Python 来源:网络整理
导读:第一次写贴子,文笔差,写的不清楚的地方请见谅 很多玩Python3的都会遇到编码问题,如果直接去处理未知编码的网页,不是utf8格式会出现乱码,下面介绍一种将未知编码的字串转换为utf8来避免乱码的方法, 在很多Python编码转换的场景中都可以使用 自己写的爬
第一次写贴子,文笔差,写的不清楚的地方请见谅 很多玩Python3的都会遇到编码问题,如果直接去处理未知编码的网页,不是utf8格式会出现乱码,下面介绍一种将未知编码的字串转换为utf8来避免乱码的方法, 在很多Python编码转换的场景中都可以使用 自己写的爬虫里提取的部分: #请求网页并转网页编码 def getHtmlAndDealCode(url): #html=requests.get(url,verify=False) html = s.get(url,headers=header) code=html.encoding html=html.text html=html.encode(code) html=html.decode(‘utf-8‘) parser = ‘html.parser‘ soup = BeautifulSoup(html,parser) return soup 原理就是通过 encoding 得到字串编码 再通过encode解这种编码,decode(‘utf-8‘)将编码转换为utf8编码,然后就可以进行后面的处理了 是不是简单又实用啊 (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |