访问百度后乱码 怎么办

[mwangwang]

teibaUrl = 'http://www.baidu.com/'
content = urllib2.urlopen(teibaUrl).read();
print chardet.detect(content)
print content;

检测是utf8编码，打印到控制台英文正常 中文乱码

[panghuhu250]

引用 楼主 mwangwang 的回复:

teibaUrl = 'http://www.baidu.com/' content = urllib2.urlopen(teibaUrl).read(); print chardet.detect(content) print content; 检测是utf8编码，打印到控制台英文正常 中文乱码

检测出编码后，还要解码。

print content.decode('utf-8')

[mwangwang]

引用 1 楼 panghuhu250 的回复:

[quote=引用 楼主 mwangwang 的回复:] teibaUrl = 'http://www.baidu.com/' content = urllib2.urlopen(teibaUrl).read(); print chardet.detect(content) print content; 检测是utf8编码，打印到控制台英文正常 中文乱码

检测出编码后，还要解码。

print content.decode('utf-8')

[/quote]还是不行 解码到一半报错

[James-CDD]

在import 之前添加#coding:utf-8， 之后设置编码 reload(sys) sys.setdefaultencoding("utf-8")。主要问题出在编码设置上。

[mwangwang]

引用 3 楼 cdd801 的回复:

在import 之前添加#coding:utf-8， 之后设置编码 reload(sys) sys.setdefaultencoding("utf-8")。主要问题出在编码设置上。

还是不行 各种解码也试过了

[mwangwang]

ht=sendPost.read() print sendPost.info() compressedstream = StringIO.StringIO(ht) gzipper = gzip.GzipFile(fileobj=compressedstream) data = gzipper.read() print chardet.detect(data) print data.decode('utf-8','replace').encode(sys.getfilesystemencoding()) 解决了 还是有点不大懂

[mwangwang]

百度页面被gzip压缩了 解压后还需要解码 mbcs这东西不熟