爬虫乱码(一)

from lxml import etree
from pyquery import PyQuery as pq
from fake_useragent import UserAgent
import time
import json
import requests
import csv
headers={
            'User-Agent':UserAgent().random
        }
url='http://www.stats.gov.cn/tjsj/pcsj/rkpc/6rp/html/B0203.htm'
  
response=requests.get(url=url,headers=headers)
# response.encoding = 'GBK'  # 改变编码
# response.encoding = 'utf-8'
#response.encoding = 'gb2312'
page_text=response.text
tree=etree.HTML(page_text)
div_list=tree.xpath('/html/body/table//tr')
    
for div in div_list:
    try:
        title0=div.xpath('./td//text()')
        if(title0[1]=='\xa0 '):
            del title0[1]
            title0[0]=title0[0]+title0[1]
            del title0[1]
        print(title0)
        
      
    except:pass

在这里插入图片描述
乱码风格如上,把注释的两行随机试试

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

打赏作者

聆听我的召唤,菜鸟进化

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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