爬虫requests爬去网页乱码问题
Posted leolaosao
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了爬虫requests爬去网页乱码问题相关的知识,希望对你有一定的参考价值。
1:res.apparent_encoding
2:res.encoding=‘utf-8‘
r.encoding | 从HTTP header中猜测的响应内容编码方式 |
r.apparent_encoding | 从内容中分析出的响应内容编码方式(备选编码方式) |
r.encoding:如果header中不存在charset,则认为编码为ISO-8859-1
r.apparent_encoding:根据网页内容分析出的编码方式
res.encoding=res.apparent_encoding
https://www.jianshu.com/p/d78982126318
import requests
url = ‘http://www.chinanews.com/gn/2018/05-24/8521399.shtml‘
res = requests.get(url)
res.content
res.encoding #获取res的编码格式
res.headers #获取Content-Type内容
res.apparent_encoding #获取网页正确的编码格式
#html = res.text# 返回的结果是处理过的Unicode类型的数据
print(res.encoding)#获得网页源码的格式 打印显示 ISO-8859-1
print(res.content){网上一个大神的实验}
以上是关于爬虫requests爬去网页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
解决Python爬虫使用requests包控制台输出乱码问题