Requests库爬取页面乱码问题(以脚本之家为例)

在爬取脚本之家的Python文章列表时遇到中文乱码问题,原因是默认字符集与网页实际字符集不符。解决方法是通过检查response对象的encoding属性,发现网站可能使用的是GB2312或UTF-8编码。采用正确编码方式如UTF-8转换,能有效解决乱码问题。
摘要由CSDN通过智能技术生成

爬取脚本之家python文章列表,发现中文乱码

import requests
from bs4 import BeautifulSoup


url = 'https://www.jb51.net/list/list_97_1.htm'
response = requests.get(url)
html = response.text
soup = BeautifulSoup(html,'lxml')
txt = soup.select('div.artlist dl dt')
print(txt)
href_list = []
base_url = 'https://www.jb51.net'

for i in txt:
    title = i.select('a')[0]['title']
    href = base_url + i.select('a')[0]['href']
    print(href,title)

-------------------------------------------------------------------------------------------------------------
https://www.jb51.net/article/147721.htm pythonʹÓöà½ø³ÌµÄʵÀýÏê½â
https://www.jb51.net/article/147712.htm Anaconda2 5.2.0°²×°Ê¹ÓÃͼÎĽ̳Ì
https://www.jb51.net/article/147710.htm win10ϵͳÏÂAnaconda3°²×°ÅäÖ÷½·¨Í¼ÎĽ̳Ì
https://www.jb51.net/article/147707.htm Window 64λÏÂpython3.6.2»·¾³´î½¨Í¼ÎĽ̳Ì
https://ww
  • 0
    点赞
  • 1
    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