爬取网页时出现了中文编码乱码的问题的解决方案

Posted Trunkslisa

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了爬取网页时出现了中文编码乱码的问题的解决方案相关的知识,希望对你有一定的参考价值。

 

在网站看到编码是utf-8的,但是出现了乱码,感觉肯定不是使用了utf-8的中文编码形式

 

import requests

 

r = requests.get(‘http://www.baidu.com/‘)

print (type(r))     #  <class ‘requests.models.Response‘>

print (r.encoding)    # ISO-8859-1

print (r.apparent_encoding)   # GB2312  r.apparent_encoding是通过内容分析出的编码

print ((r.text.encode(r.encoding).decode(r.apparent_encoding)))     # 返回不乱码的代码

 

以上是关于爬取网页时出现了中文编码乱码的问题的解决方案的主要内容,如果未能解决你的问题,请参考以下文章

jsp页面写入中文到mysql时出现了乱码(转)

爬虫之网页乱码解决方法(gb2312 -> utf-8)

python爬虫抓下来的网页,中间的中文乱码怎么解决

ICSharpCode.SharpZipLib 中文乱码问题

java爬虫一段话里的部分字符乱码解决

爬虫遇到的坑🕳