处理未知页面的编码问题

乱码演示

url = 'https://newhouse.fang.com/house/s/#'
a_li = '//div[@id="cityi010"]/a'
aa = './text()'
header = {'User-Agent': 'Mozilla/5.0 (compatible; Baiduspider/2.0;+http://www.baidu.com/search/spider.html)'}
res = requests.get(url=url, headers=header)
etr = etree.HTML(res.text)
a_lis = []
for k in etr.xpath(a_li):
    kk = k.xpath(aa)[0]
    print(kk)
    try:
        a = k.xpath(aa)[0].replace('\r','').replace('\n', '').replace(' ', '').en
        a_lis.append(a)
    except:
        a_lis.append(' ')
print(a_lis)
print(len(a_lis))

 

完成代码

url = "https://newhouse.fang.com/house/s/#"
headers = {'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_0) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.95 Safari/537.36'}
r = requests.get(url, headers=headers)

# 检测编码
raw_data = requests.get(url).content
charset = chardet.detect(raw_data)
encoding = charset['encoding']
# 更改编码方式
r.encoding = encoding
print(r.text)  # 未出现乱码

 

 

 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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