数据乱码问题处理
1、网页源代码乱码的原因
网页中常用的编码格式有utf-8、GBK、ISO-8859-1。
用开发者工具查看网页源代码，然后展开<head> 标签，查看<meta>标签里的charset属性，如下图所示，该属性的值就是网页的编码格式，此处为utf-8
用Requests库的encoding属性可以查看Python获取的网页源代码的编码格式：
code = requests.get(url, headers = headers).encoding
2、网页源代码乱码的解决方法
方法1：对获取的网页源代码文本进行重新编码及解码
res = requests.get(url).text
res = res.encode('Python获取的网页源代码的编码格式').decode('开发者工具中网页源代码编码格式')
方法2：对获取的网页响应进行编码处理，再提取文本
res = requets.get(url, headers=headers)
res.encoding = '开发者工具中网页源代码编码格式'
res = res.text
补充知识点：encode()函数和decode()函数
encode()函数的功能是把字符串转换成原始的二进制字符
decode()函数的功能是把二进制字符转换成字符串
975
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
