爬取百度首页的信息,添加headers参数并处理数据乱码。

该博客主要介绍了如何使用Python进行网络爬虫,针对百度首页信息的抓取,添加了headers参数以模拟浏览器行为。同时,为了解决可能出现的数据乱码问题,采用了尝试性编码转换的方法,先尝试将数据从ISO-8859-1转为UTF-8,如果失败则再尝试转为GBK。这种方法能有效防止因未知编码导致的乱码错误。
摘要由CSDN通过智能技术生成

1 需求

爬取百度首页的信息,添加headers参数并处理数据乱码。

2 代码实现

import requests
import re


headers = {"user-Agent": 'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:91.0) Gecko/20100101 Firefox/91.0'}
url = 'https://www.baidu.com/'
res = requests.get(url=url, headers=headers).text
try:
    res = res.encode('ISO-8859-1').decode('utf-8')
except:
    try:
        res = res.encode('IOS-8859-1').decode('gbk')
    except:
        res = res
print(res)

  • 0
    点赞
  • 0
    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