关于windows-1252页面乱码问题

最新推荐文章于 2023-01-07 21:52:20 发布
最新推荐文章于 2023-01-07 21:52:20 发布
阅读量6.1k 收藏 1
点赞数 1
分类专栏： 异常解决
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/agony_sun/article/details/79217475
版权

 今天爬虫运行的时候，发现保存下来的HTML页面偶尔有乱码，访问页面发现页面的字符编码是gb2312，而我用Cpdetector编码识别后的结果是windows-1252，所以下载的时候按照windows-1252去下载便会出现乱码的情况。

百度了一下发现：国人们往往将gb2312与gbk编码等同，某些已经使用了gbk编码里的字符的，仍然声称内容为gb2312编码。而某些编码识别类对gb2312编码严格遵循gb2312字符集范围，当探测到超出这一范围的字符，便将编码回退到windows-1252。

 神奇，于是乎便在下载的时候加了个判断，如果识别字符编码为windows-1252则将其默认转换成gb2312。问题解决~！






椰子是只猫
关注
专栏目录
android windows-1252 乱码,Windows-1252到UTF-8编码
weixin_33917217的博客
05-29 1166
10 个答案:答案 0 :(得分：63)你可以使用iconv：iconv -f WINDOWS-1252 -t UTF-8 filename.txt答案 1 :(得分：37)您希望重新编码知道文件是Windows-1252吗？理论上，我相信任何文件都是有效的Windows-1252文件，因为它将每个可能的字节映射到一个字符。现在肯定存在强烈建议它是UTF-8的特征 - 例如，如果它以UTF-8 ...
查看Windows默认编码
03-08 848
查看Windows的默认编码，打开cmd，输入chcp，如下图 对照下表： 代码页 国家(地区)或语言 437 美国 708 阿拉伯文(ASMO 708) 720 阿拉伯文(DOS) 850 多语言(拉丁文 I) 852 中欧(DOS) - 斯拉夫语(拉丁文 II...
java 修改项目编码_java – 将项目设置为UTF-8编码,默认字符集返回windows-1252
weixin_32861907的博客
02-16 819
我遇到了编码问题.不确定它是否与IDE有关,但我使用的是NetBeans 7.4.我在J2EE项目中得到了这段代码：String test = "kukuřičné";System.out.println(new String(test.getBytes("UTF-8"))); // should display okSystem.out.println(new String(test.getBy...
Windows-1252字符集(MS1252)造成的困扰
热门推荐
zou8944的博客
04-08 2万+
字节损坏， 乱码
字符集与乱码问题解决方案详解
swadian2008的博客
02-12 3766
在实际应用中，常常需要对不同字符集的数据进行转换，如将GBK编码的字符串转换为UTF-8编码的字符串，或者将UTF-16编码的字符转换为ASCII编码的字符等。但是，在不同的编码方式中，字符与二进制之间的映射关系是不同的，因此如果编码和解码时所使用的字符集不一致，就可能导致乱码问题的出现。例如，字符集为ASCII，字符'A'的编号为65，ASCII字符编码规则为将每个字符的编号转换为7位的二进制数，那么字符'A'的编码为01000001。在使用字符集时，应确保编码方式的一致性，以避免出现乱码等问题。
Charset编码问题导致的中文乱码
持之以恒
09-24 2637
环境：POST方法、Content-Type: application/x-www-form-urlencoded;charset=utf-8(key=val&key2=val2形式) 调用接口：commons-httpclient-3.1 服务接口：springboot-1.4.2.release/spring-web-4.3.4.release 场景：通常在对接第三方...
asp下UTF-8页面乱码的解决方法
01-20
为什么在ASP里指定了codepage为65001还经常... 在N年以前,IE6以下的所有版本,只要没有安装相应的字库,访问相关的页面都是会乱码的,例如,我是IE5 (Windows2000默认) 的版本,在没有安装IE繁体字库的情况下,访问任何繁
asp页面下的乱码问题终于解决了
10-30
ASP页面乱码问题解决方案 ASP页面下的乱码问题是web开发中常见的问题之一。该问题的出现不是l-blog、浏览器或服务器的问题，而是其他程序代码不规范所致。 要解决ASP页面下的乱码问题，需要了解代码页的概念。...
utf-8 网页不显示+utf-8网页乱码的通用解决方法
10-30
首先，针对浏览器客户端，以Windows操作系统上使用IE浏览器为例，当浏览UTF-8编码的网页时，可能出现浏览器无法自动侦测页面编码的情况，导致页面内容显示异常。尤其是当网页中声明了<meta http-equiv="Content-Type...
windows环境下Mysql中文乱码问题解决方法
12-15
在Windows环境下，MySQL数据库在处理中文字符时可能会遇到乱码问题，这主要涉及到字符编码的设置。以下是一些具体的解决方案： 1. **调整MySQL服务器的字符集设置**： 使用`show VARIABLES like 'character%'`命令...
java怎么判断文件乱码_Java判断文件编码，转换编码及解决中文乱码
weixin_35353904的博客
02-27 372
try {File file = new File(lrcPath);// 获取原始文件编码CodepageDetectorProxy detector = CodepageDetectorProxy.getInstance();detector.add(JChardetFacade.getInstance());Charset charset = null;charset = detector....
【Python学习】编码格式之间的转换（unicode，utf-8，gbk）
思南的博客
08-27 1455
utf-8 <—> unicode <—> gbk 转换例子： s=u’小明’ #编码为utf-8 s_utf = s.encode(‘utf-8’) #变为为gbk,先解码为unicode，再编码 s_gbk = s_utf.decode(‘utf-8’).encode(‘gbk’) 结果如下图所示,utf-8一个中文占3个字节，gbk两个字节 用微软windows系统自带的记事本打开这个csv文件，菜单里选择另存，在弹出的窗口下面有个编码，这时显示出UTF-8的话说明该CSV文
字符的编码与乱码
最新发布
qq_28657577的博客
01-07 2730
看完本文你可以：遇到乱码不慌、分分钟搞定乱码问题、获得同事的肯定。
Windows下的字符编码字符集及应用
飞鹤的程序员人生
08-18 6782
1. 基础 1.1. 字符编码 字符编码(Character encoding)，计算机的CPU计算、硬盘存储、显示器都是以数字信号存在的。那么所有显示的字符(无论是英文字符、还是中文字符)都是以数字来表示的。字符编码即统一套标准来在不同计算机之间存储传递信息。这一套以数字表示字符的过程，就是字符编码过程。 1.2. 字符集 字符集(Character Set)，世界上有很多种文字，每种文字都有一套自己的字库。很多国家为了让计算机正常显示自己的文字，发明了套字符编码方式。这样每个字都有一个数字编码相对应。这
测试文件编码工具类juniversalchardet，java读取csv文件中文乱码
haoweng4800的博客
11-26 1283
前言： java读取csv文件中文乱码，文件编码不对。究其原因， 文件被转换过，重新写入指定编码不对， 还有就是读取csv时候指定的编码不对。 导出csv文件，excel和wps打开显示不对，要导出指定编码GBK或者GB2312 我们如何获取编码呢？下面就是如何获取原文件的编码。 读取csv时候我们用windows创建的csv文件，解析出是WINDOWS-1252，我们解析传入的就是GB...
HTML 编码（字符集）总结，你了解了多少
南余.的博客
11-15 7536
Web 浏览器必须知道要使用哪个字符集，才能正确显示 HTML 页面。 文章目录Web 浏览器必须知道要使用哪个字符集，才能正确显示 HTML 页面。前言一、HTML charset 属性二、字符集之间的差异ASCII 字符集ANSI 字符集 (Windows-1252)ISO-8859-1 字符集UTF-8 字符集@charset CSS 规则 前言 ASCII 是第一个字符编码标准。ASCII 定义了 128 种可以在互联网上使用的字符：数字（0-9）、英文字母（A-Z）和一些特殊字符，比如：! $
C# 汉字编码GB2312转换
weixin_30245867的博客
09-25 2917
功能界面 源码： using System; using System.Collections.Generic; using System.ComponentModel; using System.Data; using System.Drawing; using System.Linq; using System.Text; using System.Windows.F...
c 中 中文乱码_Windows平台C语言程序在控制台显示中文乱码分析及解决
weixin_39695374的博客
12-28 9357
前言初学者在Windows平台上进行C/C++语言(中文)程序开发时，有时会遇到编译报错、在控制台运行时显示中文乱码的问题。本文就此类问题进行描述、展开原因分析，然后给出解决方法。本次分享内容的目录如下：基本概念(字符集、字符编码、代码页、GBK、UTF-8)问题描述(示例源码、编译报错、中文乱码)原因分析(编码环节简介、原因分析)解决方法(解决思路、编译报错解决、中文乱码解决)结束语1. 基本概...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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