python2获取网页编码的解决方案

python2 获取网页编码字符串的解决方案
在python2爬取网页数据是遇到中文编码的转换问题
在网上搜到的解决方案是
在爬虫抓取网页信息时常需要将类似"\u4eba\u751f\u82e6\u77ed\uff0cpy\u662f\u5cb8"转换为中文,实际上这是unicode的中文编码。可用以下方法转换:

str = ‘\u4eac\u4e1c\u653e\u517b\u7684\u722c\u866b’

方法1 使用unicode_escape 解码
print str.decode(‘unicode_escape’)
print unicode(str, ‘unicode_escape’)

方法2:若为json 格式,使用json.loads 解码
print json.loads(’"%s"’ %str)

方法3:使用eval
print eval(‘u"%s"’ % str)

方法4:使用python3

以上方案经验证可行

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