etree.tostring中文汉字显示乱码问题解决

用xpath做爬虫,初步etree.tostring整理网页框架,显示乱码,代码如下

# -*- coding:UTF-8 -*-

import requests
from lxml import etree

url ='http://www.j342c.net/base.php?wer'

raw_html = requests.get(url)
ahtml = etree.HTML(raw_html.content)
aresult = etree.tostring(ahtml)

网页由gb18030编码,用tostring输出汉字乱码
将最后一句改为

aresult = etree.tostring(ahtml,encoding='utf-8',pretty_print=True,method='html')

解决!
输出用如下代码打印log

html_text = raw_html.content.decode('gb18030','utf-8')
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