彻底解决GB2312 GET结果乱码的问题

部署运行你感兴趣的模型镜像

最近在爬一个GB2312编码的网站,直接用requestget得到的结果乱码,用postman做个演示:

在这里插入图片描述
在这里插入图片描述

此类网站共性都是响应头没有指定编码类型,导致request库需要猜测编码,还猜错了,详见爬虫工程师,UTF8/GBK/GB2312的乱码让你头疼吗思路打开,解决 Python Requests 库和 Gola - 掘金 (juejin.cn)的分析。
网上搜索这个问题大概率看到的是一个很流行的无厘头方案:

response = requests.get(url=url)
response_code = response.text.encode('iso-8859-1').decode('gbk')

对于大部分网页来说这么做结果好像确实没有问题,但批量爬取总归会有问题,比如说肌这个字在转换过程中就会乱码,导致UnicodeDecodeError异常。
其实解决思路也很简单,在知道猜错的情况下手动指定正确的编码即可:

response.encoding = 'gb2312'
response_code = response.text

至此,问题彻底解决。

您可能感兴趣的与本文相关的镜像

Python3.9

Python3.9

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

yyt363045841

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值