网站建设资讯

NEWS

网站建设资讯

怎么用res函数解决python爬虫的中文乱码-创新互联

小编给大家分享一下怎么用res函数解决python爬虫的中文乱码,希望大家阅读完这篇文章后大所收获,下面让我们一起去探讨吧!

员工经过长期磨合与沉淀,具备了协作精神,得以通过团队的力量开发出优质的产品。创新互联坚持“专注、创新、易用”的产品理念,因为“专注所以专业、创新互联网站所以易用所以简单”。公司专注于为企业提供成都网站设计、网站制作、微信公众号开发、电商网站开发,微信小程序,软件按需设计等一站式互联网企业服务。

我们知道Requests 会基于 HTTP 头部对响应的编码作出有根据的推测。当你访问 r.text 之时,Requests 会使用其推测的文本编码。你可以找出 Requests 使用了什么编码,并且能够使用r.encoding 属性来改变它。接下来,我们一起通过resquests的一些用法,来看看Requests 会基于 HTTP 头部对响应的编码方式。

print(res.encoding)  #查看网页返回的字符集类型
print(res.apparent_encoding) #自动判断字符集类型

输出结果为:


怎么用res函数解决python爬虫的中文乱码

可以发现Requests 推测的文本编码(也就是网页返回即爬取下来后的编码转换)与源网页编码不一致,由此可知其正是导致乱码原因。

解决方法

根据原因来找解决方法,就非常简单了。

方法一:直接指定res.encoding

import requests
 
url = "http://search.51job.com"
res = requests.get(url)
res.encoding = "gbk"
html = res.text
print(html)

方法二:通过res.apparent_encoding属性指定

import requests
 
url = "http://search.51job.com"
res = requests.get(url)
res.encoding = res.apparent_encoding
html = res.text
print(html)

看完了这篇文章,相信你对怎么用res函数解决python爬虫的中文乱码有了一定的了解,想了解更多相关知识,欢迎关注创新互联行业资讯频道,感谢各位的阅读!


网站题目:怎么用res函数解决python爬虫的中文乱码-创新互联
文章链接:http://cdweb.net/article/ipoio.html