Python3.x 爬虫学习笔记——判断网页的编码方式

(以后写博客尽量用MarkDown，我还是太low了)

更新：

后来发现这玩意没有加上headers，有些网页打不开啊，于是就加上了

代码如下

def find_type(url,Headers):
	data1 = urllib.request.urlopen(urllib.request.Request(url,headers = Headers)).read()
	chardit1 = chardet.detect(data1)
	if chardit1['encoding'] == "utf-8" or chardit1['encoding'] == "UTF-8":
		return "UTF-8"
	else:
		return "GBK"

----------------------------华丽分割线-------------------------------------------

Python爬虫学的比当时学Android的时候弯路走的少了太多了，但是中间多多少少还是会遇到一些问题，判断网页的编码方式就是其中之一，百度之后很简单就搞定了， 但是实在感觉没什么可写的，就这样开个头吧（虽然很low，但是最近确实没有学什么有营养的东西，所以就这样了）。

判定用到了detect函数，首先要import re

import re

然后是一个 函数，应该是很容易看懂的

def find_type(url):
	data1 = urllib.request.urlopen(url).read()#正常的read一个url
	chardit1 = chardet.detect(data1)#分析data1的编码方式
	if chardit1['encoding'] == "utf-8" or chardit1['encoding'] == "UTF-8":

        这里，由于GBK可以解析GBxxxx之类的，默认不是UTF8就是GBK了，但是有些网页还是没办法解析，求大神指点
		return "UTF-8"
	else:
		return "GBK"

就这样，及其不认真的第一篇博文，感觉自己是个傻逼（笑）