python爬虫数据中文显示为乱码解决方式（gbk导致）

最新推荐文章于 2023-12-19 17:11:08 发布
最新推荐文章于 2023-12-19 17:11:08 发布
阅读量2.7k 收藏 11
点赞数 2
文章标签： python 爬虫 开发语言
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/littledive/article/details/122184998
版权
本文介绍了在爬取电影票房数据时遇到的中文乱码问题及其解决方案。通过分析网页源代码发现编码为GBK，利用requests库确定编码类型为ISO-8859-1，通过在相应位置进行ISO-8859-1的encode转换，成功解决了中文乱码问题。
摘要由CSDN通过智能技术生成

        爬虫乱码是一个很常见的问题，给大家分享一个我遇到的案例及解决方案

        爬取对象为电影票房（网址：target='http://www.piaofang.biz/'）

        电影名显示为乱码

        此时查看网页源代码，发现显示为gbk

         我们需要使用requests库的方法查看编码类型

 

        可以看到编码为ISO-8859-1，然后只需要在对应位置加上encode(ISO-8859-1)，中文乱码就可以解决

最低0.47元/天 解锁文章
littledive
关注
Python网络爬虫出现乱码问题的解决方法
12-24
在实际的Python爬虫开发中，处理汉字编码问题时，可以采取以下步骤： 1. 使用`chardet`检测网页内容的原始编码。 2. 将原始内容解码为Unicode，即`decode()`操作。 3. 将Unicode内容编码为目标编码，如UTF-8，即`...
3种Python爬虫 中文乱码 的处理方法
最新发布
Python_00001的博客
08-08 1258
Python爬虫在抓取网页数据时，经常会遇到中文乱码问题。这通常是因为网页的编码格式与Python处理时使用的编码格式不一致导致的。以下是三种常见的处理中文乱码的方法，并附上相应的代码示例。
【python爬虫】遇到中文乱码了怎么办？看看这篇文章能不能教会你
bagell的博客
09-13 1395
看上去确实头大，对于爬虫初学者来说，这个乱码摆在自己面前，犹如拦路虎一般难顶。不过别慌，快快在这里给大家整理了三种方法，专门用于针对中文乱码的，希望大家在后面再次遇到中文乱码的问题，在此处可以得到灵感！针对Python网络爬虫过程中的中文乱码问题，给出了3种乱码解决方法，虽然文中例举了3种方法，但是快快相信肯定还有其他的方法的，也欢迎大家在评论区谏言。如果你需要学习交流的资料，这个链接有免费的课程可能对你有些帮助哦~点击这里跳转哦~
chatgpt赋能python：理解Python中GBK字符报错的问题
boRRjxBZRf的博客
05-29 541
本文由chatgpt生成，文章没有在chatgpt生成的基础上进行任何的修改。以上只是chatgpt能力的冰山一角。作为通用的Aigc大模型，只是展现它原本的实力。对于颠覆工作方式的ChatGPT，应该选择拥抱而不是抗拒，未来属于“会用”AI的人。🧡AI职场汇报智能办公文案写作效率提升教程 🧡专注于AI+职场+办公方向。下图是课程的整体大纲下图是AI职场汇报智能办公文案写作效率提升教程中用到的ai工具。
python 爬取编码（charset）为gbk的网页
大葱敏的博客
10-27 7034
最近因为安卓作业需要，要对王者荣耀的官方网站进行爬取，然而在最开始便遇到了一些问题，王者荣耀官网的网页charset=gbk，所以爬取时需要进行编码转换，然而转换后却依旧中文乱码，经过查找，发现以下两种解决办法： 第一种： req = requests.get(headers=header, url=url) content = req.content print cont...
python pymssql charset=“gbk“ b‘DB-Lib error message 20010, severity 8
qq_43615820的博客
05-23 2500
报错： (20010, b'DB-Lib error message 20010, severity 8:\nUnable to allocate sufficient memory (localhost)\nOperating System error during No error (12)\n') 代码： import pymssql conn = pymssql.connect(host=ip,user=u,passwd=p,port=int(port),database='master
python—requests【中文乱码】纠正
weixin_46403572的博客
12-19 802
对大量网站爬取中文时编码格式不同一,
解决Python网页爬虫之中文乱码问题
09-20
在使用Python进行网页爬虫开发时，处理中文字符显示为乱码是一个常见的问题。在Web页面中，字符编码通常使用UTF-8，而Python在处理字符串时，默认使用Unicode编码。当爬虫从网页中获取内容，并将其输出或存储时，...
解决python3爬虫无法显示中文的问题
09-20
在使用Python 3进行网络爬虫时，可能会遇到一个问题，即爬取的数据中包含中文字符，但在保存或显示时无法正确显示，出现了类似“\xe4\xba\xba\xef\xbc\x8c\xe6”这样的乱码。这通常是由于字符编码不匹配引起的。中文...
Python信息抽取之乱码解决办法
09-21
在进行网络爬虫或数据抓取的过程中，经常会遇到乱码问题，尤其是在处理中文网页时更为常见。本篇文章将详细介绍如何使用Python解决信息抽取过程中遇到的乱码问题。 #### 一、乱码产生的原因 在开始解决问题之前，...
解决python3中的requests解析中文页面出现乱码问题
09-19
总的来说，解决requests在Python 3中解析中文页面出现乱码问题的关键在于正确设置`response.encoding`属性。在实际开发中，应对不同编码的网页有充分的认识，合理处理编码问题，确保数据的正确解析。在编写爬虫或...
python解码gbk_解决Python3 requests 响应头中文GBK编码报错，无法请求
weixin_39819138的博客
11-23 1020
问题表现：响应头中有gbk编码的中文，导致requests无法解码读取header。http包如图：Python 3.4.3 (default, Aug 25 2017, 16:49:50)[GCC 4.8.5 20150623 (Red Hat 4.8.5-11)] on linuxType "help", "copyright", "credits" or "license" for more...
python爬取网页写入文件报错“gbk”的处理
haodawei123的博客
07-24 959
python'gbk'报错处理
Python requests响应数据乱码问题处理
CXY00000的博客
09-09 831
爬虫乱码
爬虫工程师，UTF8/GBK/GB2312的乱码让你头疼吗
wadfdhsajd的博客
09-16 684
这一篇我们来观摩Python中的 Requests、Scrapy 库以及Golang中的 Charset 库对于网页编码的处理逻辑，并让你具备提高 Requests 库编码猜测准确性的能力。
爬取www.piaofang.biz电影信息并存储到数据库
weixin_45920625的博客
09-09 1404
环境：python3.7 import re import requests import pymysql headers = {'User-Agent':'Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4209.2 Mobile Safari/537.36'} req = requests.get('http://www.piaofang
python爬虫解决gbk乱码问题
weixin_30315723的博客
03-15 465
今天尝试了下爬虫，爬取一本小说，忘语的凡人修仙仙界篇，当然这样不好，大家要支持正版。 　　爬取过程中是老套路，先获取网页源代码　　 # -*- coding:UTF-8 -*- from bs4 import BeautifulSoup import requests if __name__ =='__main__': url='http://www.biquge.co...
Python 爬虫 中文乱码一文通
HRG520JN的博客
07-27 4052
还在找python中文乱码的解决方法？来跟我学习，一文直接PASS。
Python—猫眼电影票房爬虫实战 轻松弄懂字体反爬！
爬遍所有网站
08-06 5895
目标 1.爬取猫眼票房信息 2.将信息保存起来(MySQL、Redis、MongoDB或者Excel等等)，我们保存的是Excel 爬取网址 https://piaofang.maoyan.com/?ver=normal&isid_key=2d9aacd2f26d4d0dba63 分析 1.打开chrome，输入网址我们看到的效果如下 2.我们要获取的信息如下图 3.右击检查打开开发者工具，选择左下角鼠标按钮，然后点击一个电影的标题 可以看到这个标签里面就是我们想...
评论
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