3.7w+
社区成员
【提问】python解析网页源代码返回乱码问题
代码
输出
直接print中文是可以的，注释的中文也不会乱码，就解析网页乱码
求有用解决方案！！
输出
直接print中文是可以的，注释的中文也不会乱码，就解析网页乱码
求有用解决方案！！
...全文
当前发帖距今超过3年，不再开放新的回复
发表回复
CDSoftwareWj 2013-10-18
.read().decode('gbk').encode('utf-8')
crifan 2013-10-18
帮你分析了字符串问题表象背后的原因
并给出了3种解决方案
但是又推测出你问题背后的条件，没给全，
然后又帮你分析是二进制乱码的原因
且也给出了解决办法
并且给出了，相关涉及到的各种知识，多对应的我所写的教程
需要的自己看吧：
【问题解答】python解析网页源代码返回乱码问题
jeky_zhang2013 2013-10-16
以前有个帖子也将到抓取编码的问题，可以参考下
http://bbs.csdn.net/topics/390564445
iasky 2013-10-16
1、你的内容直接 .encode('utf8')看看，换成你的编码格式
2、页面返回值是压缩的，gzip
手把手教你利用爬虫爬网页（Python代码） 本文主要分为两个部分：一部分是网络爬虫的概述，帮助大家详细了解网络爬虫；另一部分是HTTP请求的Python实现，帮助大家了解Python中实现HTTP请求的各种方式，以...
Python3 Learning（三） 利用requests抓取网页源码中文乱码问题 看了一些教程抓取小说的示例，自己做的时候发现读出来的中文都是乱码的第一时间发现，要不就是网站屏蔽了python抓取信息，要不就是网页编码的问题，果不其然 本人使用的是mac 软件是最新版的 py charm ce 的idea...
Python爬虫——爬取网页时出现中文乱码问题 Python爬虫——爬取网页时出现中文乱码问题 一、查看网页源代码的编码方式 如何看网页源代码的编码方式：打开指定网页，右键打开网页源代码，在<head>标签中查看<meta charset="utf-8">，此处显示的编码...
Java知识体系最强总结(2021版) 本人从事Java开发已多年，平时有记录问题解决方案和总结知识点的习惯，整理了一些有关Java的知识体系，这不是最终版，会不定期的更新。也算是记录自己在从事编程工作的成长足迹，通过博客可以促进博主与阅读者的共同...
知乎爬虫过程详解（附完整代码） 项目流程：爬虫代码(Python)→非结构化数据(Mongo)→结构化数据(MySQL)→结构化数据(Access) 数据的爬取以知乎话题下内容为爬取对象。通过python设计实现了爬虫程序，对知乎问答社区的资料进行了爬取，作为研究问题...
python抓取gb2312/gbk编码网页乱码问题 做了个网络爬虫抓取网页，但如果网页是gbk/gb2312编码，则会出现乱码问题，如下： 取得文字后，直接打印，输出结果str如下：¹óÖÝÈËÊ¿¼ÊÔÐÅÏ¢Íø_¹óÖÝÈËÊ¿¼ÊÔÍø_¹óÖݹ«ÎñÔ...
用requests获取网页源代码 python-手把手教你利用爬虫爬网页（Python代码） 另一部分是HTTP请求的Python实现，帮助大家了解Python中实现HTTP请求的各种方式，以便具备编写HTTP网络程序的能力。01网络爬虫概述接下来从网络爬虫的概念、用处与价值和结构等三个方面，让大家对网络爬虫有一个基本...
（2）获取网页源代码——Python Python版：超级简短 #!/usr/bin/python #-*- coding: utf-8 -*- import urllib2 response = urllib2.urlopen("http://www.baidu.com") print response.read() POST方式： #!/usr/bin/python #-*- ...
Python如何解析动态网页 用Python实现常规的静态网页抓取时，往往是用urllib2来获取整个HTML页面，然后从HTML文件中逐字查找对应的关键字。如下所示： import urllib2 url=...
python3 字符集编码以及python3 乱码问题 python3 字符编码python3 字符编码 编码 为什么有编码 ASCII 编码 Unicode 编码 UTF-8 编码 ...python3 乱码 window 问题 encode 和 decode 方法 isinstance 编码为什么有编码计算机只能处理数字，人类需要处
Python爬取中文内容时乱码怎么办 使用Python爬虫爬取一些中文网页的内容时，有时会出现爬取内容为乱码的情况，不管是采用正则表达式还是采用xpath提取内容，结果都一样为乱码，遇到这种问题怎么办？ 源程序代码如下： import requests from lxml ...
Python 网络爬虫 006 (编程) 解决下载（或叫：爬取）到的网页乱码问题 解决下载（或叫：爬取）到的网页乱码问题使用的系统：Windows 10 64位 Python 语言版本：Python 2.7.10 V 使用的编程 Python 的集成开发环境：PyCharm 2016 04 我使用的 urllib 的版本：urllib2注意： 我没这里...
python实现爬取12306所有站点及其编码信息（附源代码）！ 一、代码（复制运行即可） import re import json import requests import pandas as pd from pprint import pprint #JS，这个用浏览器打开会呈现一堆看不懂的文字，需要用正则表达式对其解析 url = '...
处理 python3 邮件附件中文名乱码的问题 最近接手了一个 py 机器人的开发，发现不论传入的附件路径是变量、字符串、先编码后解码的字符串都解决不了名称乱码。 打开源码一看，是这个逻辑： def send_smtp_mail(server=None,port=25,psw=None,sender=None...
Python爬虫：中文报错or乱码问题 本人在近期进行Python爬虫编码时遇到两个关于中文乱码的问题： url中的出现中文时会报错“” 返回html中包含中文文本时无法正常显示 看了很多网上的方案，最后总结出如下方法来解决该问题。看了很多文档，此处不...
