BeautifulSoup 解析中文网页乱码问题
admin
2023-07-31 01:50:10
0次
import urllib2
from BeautifulSoup import BeautifulSoup
page = urllib2.urlopen(\'http://www.leeon.me\');
soup = BeautifulSoup(page,fromEncoding=\"gb18030\")
print soup.originalEncoding
print soup.prettify()
如果中文页面编码是gb2312，gbk，在BeautifulSoup构造器中传入fromEncoding=\”gb18030\”参数即可解决乱码问题，即使分析的页面是utf8的页面使用gb18030也不会出现乱码问题！
转自：http://leeon.me/a/beautifulsoup-chinese-page-resolve
相关内容
热门资讯
Mobi、epub格式电子书如...
在wps里全局设置里有一个文件关联，打开，勾选电子书文件选项就可以了。
定时清理删除C:\Progra...
C:\Program Files (x86)下面很多scoped_dir开头的文件夹 写个批处理 定...
scoped_dir32_70...
一台虚拟机C盘总是莫名奇妙的空间用完，导致很多软件没法再运行。经过仔细检查发现是C:\Program...
500 行 Python 代码...
语法分析器描述了一个句子的语法结构，用来帮助其他的应用进行推理。自然语言引入了很多意外的歧义，以我们...
小程序支付时提示：appid和...
[Q]小程序支付时提示：appid和mch_id不匹配
[A]小程序和微信支付没有进行关联，访问“小...
pycparser 是一个用...
`pycparser` 是一个用 Python 编写的 C 语言解析器。它可以用来解析 C 代码并构...
微信小程序使用slider实现...
众所周知哈，微信小程序里面的音频播放是没有进度条的，但最近有个项目呢，客户要求音频要有进度条控制，所...
65536是2的几次方 计算2...
65536是2的16次方：65536=2⁶
65536是256的2次方：65536=256
6553...
Apache Doris 2....
亲爱的社区小伙伴们，我们很高兴地向大家宣布，Apache Doris 2.0.0 版本已于...
项目管理和工程管理的区别
项目管理
项目管理，顾名思义就是专注于开发和完成项目的管理，以实现目标并满足成功标准和项目要求。
工...