爬取网页乱码 Python urllib2库
Python的urllib2库爬取网页乱码问题一般爬取中文网页乱码的原因有两个: 1.网页编码是gb2312,而python输出是utf-8,所以输出乱码 2.网页内容是经过压缩的,所以不解压直接输出肯定乱码,而大多数网页传输是以gzip压缩传出的首先写一个最简单的爬虫(爬取www.qq.com):# encoding=UTF-8import urllib2ua_header = {"User
原创
2017-12-24 18:39:12 ·
584 阅读 ·
0 评论