最近在编写Python爬虫,用的Python2.7中文在IDE里的显示非常蛋疼,
我用的IDE是PyCharm 2018.1...
爬取的数据经常无法显示出中文,(估计一大部分是print语句的锅..) 想特意总结一下:
1. 每个.py文件开头加
# -*- coding:utf-8 -*-
这样就可以在.py文件中出现中文了, 例如中文注释,注意这个声明和print内容以及文件输出没有任何关系
2. 爬下来的JSON 解析后一直print成类似'\xe8\xbc\xaa\xe3'的unicode码
试了很多方法都没用,特别奇怪的时候我发掘可能是解析的时候添加了转义字符.... 比如'\xe8'是按照'\\xe8'存的...
所以用string_escape试了一下, 果然可以顺利输出了..解决了一大问题
print(str(painterMap).decode('string_escape'))
3. PyCharm设定
为了让pycharm输出显示正确中文,File-> Settings -> File encoding -> utf-8
这里我的project encoding 设置为system default (GBK)貌似也可以的..
4. 中文乱码
遇到乱码的情况95%是编码问题.. 用decode()/encode()解决...要具体爬取下来数据的编码具体分析
str1 = u'你好啊' # unicode Chinese Chars
str2 &#