处理爬虫遇到的乱码问题
Posted xinjie123
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了处理爬虫遇到的乱码问题相关的知识,希望对你有一定的参考价值。
在我们爬取网页的时候,可能会遇到乱码的问题,解决这种的乱码的问题有一种通用的方法
import requests from lxml import etree url = ‘http://pic.netbian.com/4kqiche/‘ headers = { ‘User-Agent‘:‘Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (Khtml, like Gecko) Chrome/73.0.3683.86 Safari/537.36‘ } response = requests.get(url=url,headers=headers) #手动设置响应数据的编码 # response.encoding = ‘utf-8‘ page_text = response.text tree = etree.HTML(page_text) li_list = tree.xpath(‘//div[@class="slist"]/ul/li‘) for li in li_list: img_src = li.xpath(‘./a/img/@src‘)[0] img_name = li.xpath(‘./a/b/text()‘)[0] #通用性 img_name = img_name.encode(‘iso-8859-1‘).decode(‘gbk‘) print(img_src,img_name)
以上是关于处理爬虫遇到的乱码问题的主要内容,如果未能解决你的问题,请参考以下文章