1,参考:https://blog.csdn.net/sentimental_dog/article/details/52661974
ret = requests.get(url, headers=headers)
ret.encoding='gb18030'
print(ret.text)
可以获取正确中文
但是之前已经将ret.text使用base64加密保存,重新提取解析不能这样,
2,使用
soup = BeautifulSoup(html, "html.parser", fromEncoding='gb18030')
解析出来是错误的汉字。查看源网页, ret.encoding为ISO-8859-1
多次测试后解决:
html = base64.b64decode(content)
html = html.decode().encode('ISO-8859-1').decode('gb18030')
soup = BeautifulSoup(html, "html.parser")
然后正常解析
BeautifulSoup 中文乱码
最新推荐文章于 2024-08-06 23:23:32 发布