网页中的编码方式的查看

最新推荐文章于 2023-06-09 00:21:07 发布

m0_58735073

最新推荐文章于 2023-06-09 00:21:07 发布

阅读量2.2k

点赞数 3

文章标签：爬虫 python

本文链接：https://blog.csdn.net/m0_58735073/article/details/117370093

版权

1.从网页源代码里的meta标签的charset属性中看到其编码方式。

查找网页源代码，找到meta中charset属性可以看到编码方式：utf-8

2.BeautifulSoup

用于解析文本的python库，使用编码自动检测字库来识别输入文档的编码，并将其转换成Unicode编码；同时将输出自动转换成utf-8编码。（可以通过在创建BeauifulSoup对象时候设置from_encoding参数来减少检测错误率和检测时间)

from bs4 import BeautifulSoup
import requests
html = """
<html><head><title>随便粘贴的一段代码</title></head>
<body>
<p class="title" name="dromouse"><b>The Dormouse's story</b></p>
<p class="story">Once upon a time there were three little sisters; and their names were
<a href="http://example.com/elsie" cla