python3.x+requests 爬取网站遇到中文乱码的解决方案
生活随笔
收集整理的這篇文章主要介紹了
python3.x+requests 爬取网站遇到中文乱码的解决方案
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
正常情況下,遇見問題上google找答案能甩百度100條街,但是這個問題是個例外······人家老外就沒有亂碼的問題。言歸正傳,首先建議大家看一下python3.x+requests 爬取網站遇到中文亂碼的解決方案。里面詳細介紹。如果懶得看,看一下我的精簡版也是可以的。
“Requests會自動解碼來自服務器的內容。Requests遵循RFC標準,編碼使用ISO-8859-1 。”
這下就明白了吧,utf-8的網站,你用ISO-8859-1楞解,不亂碼才怪。
解決:先參看上文鏈接,無效在繼續看本文。
我是試了一下連接中方法不好用才出此下策(瞎搗鼓的)。
import requestsurl = 'https://www.admin5.com/article/20130130/486822.shtml' req = requests.get(url)print(req.encoding)
可以看到req的編碼的確是ISO-8859-1。因此想到了一個簡單粗暴的辦法(管你什么編碼,只要不是utf8,統統改過來):
req.encoding='utf-8'然后再print,結果就變成了utf-8了。腰不酸了,腿不疼了,中文也不亂嗎了。
因為我沒有系統的學過,只是臨時要用,所以都是野套路,路過的行家里手莫笑話,有什么正統套路歡迎指教。
轉載于:https://www.cnblogs.com/jiangnanyanyuchen/p/9389481.html
總結
以上是生活随笔為你收集整理的python3.x+requests 爬取网站遇到中文乱码的解决方案的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 【游记】CCHO TY国初划水记
- 下一篇: wx-charts 微信小程序图表插件