这个html的编码怎么确定?没有charset

lioujian47 2008-07-17 03:49:53

地址: http://www.cfi.net.cn/p20080716001458.html
声明:



<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN">

这个是head



<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN">

<html xmlns="http://www.w3.org/1999/xhtml"  >

	<head>

		<title id="pageTitle">有色金属：一周市场概况 行业的估值水平-[中财网]</title>

		<meta content="False" name="vs_showGrid"/>

		<meta content="JavaScript" name="vs_defaultClientScript"/>

		<meta content="http://schemas.microsoft.com/intellisense/ie5" name="vs_targetSchema"/>

		<base target="_blank"/>	

		 

	

	</head

...全文

204 9 打赏收藏转发到动态举报

写回复

用AI写文章

9 条回复

切换为时间正序

请发表友善的回复…

发表回复

lioujian47 2008-07-21

打赏
举报

谢谢

wang154 2008-07-18

打赏
举报

self.__s = s
... def Decode(self):
... CODES = ['utf-8', 'gbk', ] ##可以在此增加字符编码方式
... for code in CODES:
... try:
... self.__s = self.__s.decode(code)
... self.__codetype = code
... break
... except:
... continue
... def Encode(self, codetype):
... self.__s = self.__s.encode(codetype)
... self.__c金山毒霸免费下载odetype = codetype
... def GetStr(self):
... return self.__s
...
>>> m = MyCode(s)
>>> m.Decode()
>>> m.Encode('utf-8')
>>> m.Decode()
>>> m.Encode('gbk')

maplele20 2008-07-18

打赏
举报

你还是用上面的那个封装类吧，这样子代码的健壮性和扩展性都比较好。

lioujian47 2008-07-18

打赏
举报

对了,我还有个相关的问题.
一般来说,header里面的charset和html中的charset会不会有不一样的情况:
比如header里面是charset=utf-8
而html成了charset=gbk?

lioujian47 2008-07-17

打赏
举报

哦,找到header了,谢谢



Connection: close



Date: Thu, 17 Jul 2008 08:19:00 GMT



Server: Microsoft-IIS/6.0



MicrosoftOfficeWebServer: 5.0_Pub



X-Powered-By: ASP.NET



X-AspNet-Version: 2.0.50727



Cache-Control: private



Content-Type: text/html; charset=utf-8



Content-Length: 15045

wx红杉树 2008-07-17

打赏
举报

在没有指定的情况下，一般按web服务器的编码格式，你要想知道还是抓包看看http头吧。

wx红杉树 2008-07-17

打赏
举报

在没有指定的情况下，一般按web服务器的编码格式，你要想知道还是抓包看看http头吧。

maplele20 2008-07-17

打赏
举报

自己封装一个编码类吧



>>> s = urllib.urlopen('http://www.cfi.net.cn/p20080716001458.html ').read()

>>> class MyCode:

... 	def __init__(self, s):

... 		self.__codetype = ''

... 		self.__s = s

... 	def Decode(self):

... 		CODES = ['utf-8', 'gbk', ]    ##可以在此增加字符编码方式

... 		for code in CODES:

... 			try:

... 				self.__s = self.__s.decode(code)

... 				self.__codetype = code

... 				break

... 			except:

... 				continue

... 	def Encode(self, codetype):

... 		self.__s = self.__s.encode(codetype)

... 		self.__codetype = codetype

... 	def GetStr(self):

... 		return self.__s

... 

>>> m = MyCode(s)

>>> m.Decode()

>>> m.Encode('utf-8')

>>> m.Decode()

>>> m.Encode('gbk')

>>> print m.GetStr()



<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN">

<html xmlns="http://www.w3.org/1999/xhtml"  >

	<head>

		<title id="pageTitle">有色金属：一周市场概况