2021-06-04

最新推荐文章于 2024-04-22 07:01:15 发布

原创最新推荐文章于 2024-04-22 07:01:15 发布 · 211 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python

本文详细讲解Python爬虫中文乱码问题。爬取诗词名句网的三国演义时，出现中文字符编码错误。经比较，网页字符格式为‘utf - 8’，而爬虫代码中requests.get()得到的encoding为‘ISO - 8859 - 1’。解决办法是将爬虫代码中的encoding替换成‘utf - 8’。

这里写自定义目录标题

- python爬虫中文乱码详解

python爬虫中文乱码详解

爬取诗词名句网的三国演义，偶遇中文字符编码错误
在这里插入图片描述
当然，这不是我们需要的

发现问题！！！
通过比较网页源代码：发现网页的字符格式是‘utf-8’;
在这里插入图片描述
比较爬虫代码：requests.get()得到的encoding=’ISO-8859-1’，跟网页源代码不一致。

解决方法是：将爬虫代码中的encoding替换成‘utf-8’，在
page=requests.get()
添加
Page.encoding=’utf-8’
Page_text=page.text
修改后代码：
在这里插入图片描述