Nodejs抓取非utf8字符编码的页面

我在抓搜房网数据的时候发现它的html页面编码不是utf8编码,在网上找了下有说使用node-iconv模块的: http://www.cnblogs.com/fengmk2/archive/2011/05/15/2047109.html

但是我nodev0.6.9用npm安装 node-iconv 的时候老是出错: no suchenvironment: Release
最后没能找到解决办法,然后又找到了一个叫iconv-lite的模块
按照它的描述,性能比iconv模块还要好,而且用起来也比iconv简单 
operation             iconv@1.1.3   iconv-lite@0.2.4 
----------------------------------------------------------
encode('win1251')     ~36 Mb/s      ~230 Mb/s
decode('win1251')     ~38 Mb/s      ~130 Mb/s


然后我就使用的它:  npm installiconv-lite   
下面来看一下如何使用它:
var http = require('http');
var iconv = require('iconv-lite');
var url=require('url');

var html = "";
var getURL = url.parse('http://bj.soufun.com/');
var req =http.get(getURL, function (res) {
    res.setEncoding('binary');//or hex
    res.on('data',function (data) {//加载数据,一般会执行多次
        html += data;
    }).on('end', function () {
            var buf=new Buffer(html,'binary');//这一步不可省略
            var str=iconv.decode(buf, 'GBK');//将GBK编码的字符转换成utf8的
            console.log(str);
        })
}).on('error', function(err) {
        console.log("http get error:",err);
    });
  • 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