urllib2加入header及解决中文乱码问题

该博客介绍了如何使用Python的urllib2库伪装不同的浏览器来请求网页内容。首先,展示了如何设置User-Agent头以模拟桌面浏览器,然后给出了移动浏览器的User-Agent字符串。接着,通过读取网页内容并进行UTF-8解码和指定编码的重新编码来处理中文字符。最后,给出了一个例子,演示了当URL包含中文字符时如何进行编码以避免错误。
摘要由CSDN通过智能技术生成
def main():  
    url = "http://www.douban.com"  
    #伪装桌面浏览器  
    headers = {'User-Agent':'Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US; rv:1.9.1.6) Gecko/20091201 Firefox/3.5.6'} 
    #伪装移动浏览器
    #header = {'User-Agent':'Mozilla/5.0 (Linux; U; Android 4.0.3; ko-kr; LG-L160L Build/IML74K) AppleWebkit/534.30 (KHTML, like Gecko) Version/4.0 Mobile Safari/534.30'} 
    req = urllib2.Request(url=url,headers=headers)  
    data = urllib2.urlopen(req).read()  
    #若已知response页面的charset为UTF-8,先对其解码成unicode,再按照type指定的字符集重新编码  
    print data.decode("UTF-8").encode(type)
    #或者 
  print unicode(data,'utf-8').encode('gb2312')

url含有中文,进行编码:

import urllib2
url = u"http://www.baidu.com/wd=测试"
urllib2.urlopen(url.encode('utf-8')).read()

引自:

http://blog.csdn.net/xyw_blog/article/details/40187913

http://www.coder4.com/archives/4382

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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
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