所在位置：
首页 >
营销资讯 >
网站运营 > python爬虫抓下来的网页，中间的中文乱码怎么解决？
python爬虫抓下来的网页，中间的中文乱码怎么解决？
时间：2024-01-10 07:54:01 | 来源：网站运营
时间：2024-01-10 07:54:01 来源：网站运营
python爬虫抓下来的网页，中间的中文乱码怎么解决？：Python代码里的中文
- 代码第一行（如果有脚本标记则是第二行）可以按照PEP8形式指定本代码文件的编码类型。若不指定则按照ascii（py2.x）或utf-8（py3）
你需要了解的内容
- 清楚知道包含中文的文件是用的什么编码
- 清楚知道自己输出端（命令行？html？GUI？）用什么编码
- 清楚知道编码的基本知识
你需要的python相关内容
以python2.7.x为例：
- print/file.write等实质上只输出str对象，如果输出内容不是str对象，则使用str函数进行转换
- str函数是个壳，实质是调用对象方法__str__
- encode函数是将一个unicode类按照指定的编码（如果不指定则使用defaultencoding）转换为不带编码标记的str类
- decode函数是将一个str类按照指定编码（如果不指定则使用defaultencoding）转换为使用utf-8编码的unicode类
- 直接print一个容器（dict/list/tuple）的时候不会对其中的字符串进行编码，因此看到的非ascii字符集内容将会以/xAA或者/uAAAA之类的形式输出
Python3中，str行为与py2的unicode行为一致；bytes行为与py2的str行为一致。
在线咨询
