您好,欢迎来到华佗小知识。
搜索
您的当前位置:首页爬虫乱码问题(中文乱码)

爬虫乱码问题(中文乱码)

来源:华佗小知识

###源代码

import requests
from bs4 import BeautifulSoup


res = requests.get("https://www.autohome.com.cn/news/",)

soup=BeautifulSoup(res.text,'lxml')
ul=soup.find(class_="article")
print(ul)

乱码情况为:

 ÈÕǰ£¬ÓйúÄÚýÌ屨µÀ³Æ£¬±ÈÑǵϹٷ½ÔÚ½ÓÊܲɷÃʱ±íʾ£¬Æä¼Æ»®µ½2025ÄêÔÚÈÕ±¾¿ªÉè100¼Òµç¶¯Æû³µÏúÊÛÃŵ꣬µ«Ä¿Ç°²¢Ã»ÓÐÔÚÈÕ±¾½¨³§.

解决方法:(将文本先拿出,进行重新编码,在放入bs4soup中)

res = requests.get("https://www.autohome.com.cn/news/",)
#'iso-8859-1为浏览器默认的字符编码

Html=res.text.encode('iso-8859-1').decode('gbk')#对编码格式为gbk方式读取
# 实例化soup对象
soup = BeautifulSoup(Html, 'lxml')

因篇幅问题不能全部显示,请点此查看更多更全内容

Copyright © 2019- huatuo0.cn 版权所有 湘ICP备2023017654号-2

违法及侵权请联系:TEL:199 18 7713 E-MAIL:2724546146@qq.com

本站由北京市万商天勤律师事务所王兴未律师提供法律服务