python BeautifulSoup 中文编码问题解决

iteye_3554

于 2014-03-18 23:26:34 发布

阅读量1.9k

点赞数 1

CC 4.0 BY-SA版权

文章标签： python 开发工具

本文链接：https://blog.youkuaiyun.com/iteye_3554/article/details/82573018

本文介绍如何在使用BeautifulSoup抓取网页时避免遇到编码错误。通过在BeautifulSoup构造器中指定正确的字符编码参数from_encoding，可以有效解决页面显示乱码的问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在用BeautifulSoup进行抓取页面的时候，会各种各样的编码错误。

可以通过在beautifulsoup中指定字符编码，解决问题。

import urllib2
from BeautifulSoup import BeautifulSoup

page = urllib2.urlopen('http://www.163.com');
soup = BeautifulSoup(page,from_encoding="gb18030")

print soup.originalEncoding
print soup.prettify()

红色部分表示需要注意的地方。在BeautifulSoup构造器中传入fromEncoding参数即可解决乱码问题，当然具体参数值是什么就要看你获取页面的编码是什么