                        课程
                    
                        /后端开发
                        
                            /Python
                        
                        /Python开发简单爬虫

爬虫乱码情况

爬出来的全是b'\nPython\xef\xbc\x88\xe8\x8b\xb1\xe8\xaf\xad\xe5\x8f\x91\xe9\x9f\xb3乱码，什么情况

AndyBun

2016-01-15

源自：Python开发简单爬虫 7-7

关注问题我要回答

1418

操作

收起

4 回答

慕婉清3074533
2018-07-20

没错，编码，又解码，相当于不起作用，但是起作用的是这一句“fout = open('output.html','w',encoding='utf-8')”，我也很奇怪，给文本编一次UTF编码就好，MOOC的方式就出现了乱码错误，但是在文件的打开的时间进行UTF编码就可以避免乱码了

0 回复有任何疑惑可以回复我~

收起回答

DarkMan
2016-07-21

又encode，又decode，岂不是编码没有改？？？

0 回复有任何疑惑可以回复我~

收起回答

啊B
2016-04-24

在文件开头加

# -*- coding: utf-8 -*-
import sys
reload(sys)
sys.setdefaultencoding("utf-8")

0 回复有任何疑惑可以回复我~

收起回答

君以行健
2016-01-16

  我的运行环境是win7,32位，python3.5.1,
  修改解析器代码
  把#号后面的语句修改成下行，就好了！
    def output_html(self):

        #fout = open('output.html','w')
        fout = open('output.html','w',encoding='utf-8')
        
        #fout.write("<html><meta charset=\"utf-8\" />")
        fout.write("<head><meta charset=\"utf-8\"></head>")

        fout.write("<body>")
        fout.write("<table>")
        
        for data in self.datas:
            fout.write("<tr>")
            fout.write("<td>%s</td>" % data['url'])

            #fout.write("<td>%s</td>" % data['title'].encode('utf-8'))
            fout.write("<td>%s</td>" % data['title'].encode('utf-8').decode("utf-8"))

            #fout.write("<td>%s</td>" % data['summary'].encode('utf-8'))
            fout.write("<td>%s</td>" % data['summary'].encode('utf-8').decode("utf-8"))

2 回复有任何疑惑可以回复我~

收起回答