静态页面下，页面编码为gb2312，但是源代码中出现大量/uxxxx的解决方法

最新推荐文章于 2021-07-12 01:53:26 发布
最新推荐文章于 2021-07-12 01:53:26 发布
阅读量547 收藏
点赞数
分类专栏： Python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/treeshy/article/details/52104073
版权

昨天爬一个网站的时候发现该网站charset为gb2312，但是网页下方出现大量的/uXXX类似的字符串而且里面还穿插了很多的\n\r类似的字符串，一直搜也没搜到，后来发现是因为该网站的那部分使用了json保存数据。

所以直接爬下json的部分，然后用python的json块处理json就可以了！

treeshy
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
escape编码与unescape解码汉字出现乱码的解决方法
09-04
在JavaScript中，`escape` 和 `unescape` 是两个用于字符串编码和解码的函数，它们在处理非ASCII字符，尤其是汉字时可能会遇到乱码问题。这个问题通常与字符编码设置有关，尤其是在不同的编辑器和浏览器之间。让我们...
易语言uXXXX型编码解码
07-23
在易语言uXXXX型编码解码源码中，开发者可能实现了一套方法来处理这些操作，包括解析和生成uXXXX格式的字符串，以及在内存中进行Unicode与系统默认编码之间的转换。这可能涉及到字符串的分割、码点计算、编码转换等...
html源码用json序列化,序列化模块json代码实例详解
weixin_34404599的博客
07-12 227
json 模块json 是一种通用的数据传输格式，本质就是一个字符串json 要求 {'key':value}key必须是字符串，value只能是： 字典，列表，字符串，数字，bool值在任何语言中他的type都必须是字符串类型json是所有的变成语言都公认的一种数据类型如果是python语言要给java语言发送信息，那么就可以转换成json格式，。java经过一系列转换就可以得到数据类型json...
python 爬虫网页中文乱码解决
IT深耕十余载，大道之简
06-27 925
刚刚练习python爬虫网页信息，遇到网页信息中文乱码问题。 第一感觉肯定是编码问题，python编译器中默认编码格式UTF-8，我爬取的网页信息是GB2312因此不同编码下显示中文会出现乱码问题。 python中提供了chardet.detect()快速检测内容编码格式，或者通过浏览器调试模式查看网页编码格式 通过python代码获取编码格式： 通过浏览器调试模式获取编码格式： ...
java properties 国际化_JAVA:Eclipse添加Properties支持国际化(中文变成\uxxx或者\uxxx在eclipse中打开显示中文内容)...
weixin_35133280的博客
02-16 365
背景：为了支持国际化内容，在 eclipse中添加properties文件国际化文件，添加中文，但是用记事本打开，发现还是中文，并没有出现\uxxx形式的内容解决：eclipse添加properties插件PropertiesEditor步骤：2、将得到的文件直接解压，将该文件夹复制到 Eclipse目录下覆盖插件文件夹(注意目录)左侧为eclipse根路径，右侧为压缩包文件夹路径，将右侧内容解压...
网页中的unicode编码生成。。。
悟空悟空,越悟越空
05-11 2583
我们经常在网页源代码中看来诸如：횰之类的代码，而且在数据库中如果提交数据中有不认识的字，他也会存成这种格式，到底他是种什么格式 其实他是一种unicode编码格式，他能不受网页编码格式的局限，也就是说无论是ＧＢＫ的编码还是ＵＴＦ８的编码，都能正常显示。下面就是介绍汉字是如何转成这种编码的呢？１。我们准备汉字“在正常功能下不能更改HTML代码!”２。我们要将其转成u
java 为何 无效_关于java：为什么这段代码显示错误无效的unicode？
weixin_34394074的博客
02-24 377
//System.out.println("hii");'\uxxx'println语句有注释，但unicode没有注释。为什么？你可能想看看这个问题。Java允许您在源代码中使用Unicode。与许多其他语言不同，它允许您在任何地方这样做，当然包括注释。它也允许它在标识符中，所以你可以像这样写合法的Java代码：String ?????? ="Hindi";变量名是完全合法的(尽管编码约定不鼓励...
python中将\\uxxxx转换为Unicode字符串的方法
09-20
主要介绍了python中将uxxxx转换为Unicode字符串的方法，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
escape函数解决js中ajax传递中文出现乱码问题
10-25
在JavaScript中，Ajax（异步JavaScript和XML）技术常用于在后台与服务器交换数据，而无需刷新整个页面。然而，当处理包含中文字符的数据时，可能会遇到乱码问题。【标题】提到的`escape()`函数就是一个解决这类问题...
python--\uxxxx转码问题
飞扬的博客
10-21 3538
当在使用python时，经常会出现输出的数据为‘\uxxxxxx’形式，而并非我们需要的中文显示，这时候可以尝试三种方法来处理这种情况,python为我们提供了解码和编码的方法decode()和encode()，下面直接举例说明解决方法： 1）>>>s1 =u'\u738b' >>>print s1.encode('gbk') >>>王 ...
VB \uxxx 转汉字 和汉字转\uxxx
04-26
很多时候用的到得\uxxx 转汉字 和汉字转\uxxx
UnicodeEncodeError: 'gbk' codec can't encode character '\xa0' in position ... 问题解决办法之一
热门推荐
qq_38008452的博客
05-23 3万+
使用Python写文件的时候，或者将网络数据流写入到本地文件的时候，大部分情况下会遇到：UnicodeEncodeError: ‘gbk’ codec can’t encode character ‘\xa0’ in position … 这个问题。 网络上有很多类似的文件讲述如何解决这个问题，但是无非就是encode，d...
pyhon编码问题之由 u'\uxxx' 转 \uxxx
leung的博客
05-19 4533
u'\u5949\u8d24\n\u897f\u6e21\n\u5949\u8d24\u4e1c\u542f\u6276\u680f\u8def\uff0c\u897f\u81f3\u5357\u6a2a\u6cfe\u6e2f\uff0c\u5357\u4f9d\u91d1\u5e84\u516c\u8def\uff0c\u5317\u9760...'转为：\u5949\u8d24\n\u897...
python获取数据库返回字符串出现"/uxxxxxx"解决方案
qq_30653631的博客
05-22 2504
字符串前出现/u，或报错UnicodeEncodeError: ‘ascii’ codec can’t encode characters in position 0-7: ordinal not in range(128)，都可以用以下方法解决： 在文件开始位置加上如下代码： import sys reload(sys) sys.setdefaultencoding( "utf-8" ) 如果...
file xxx from install of xxx conflicts with file from xxx
weixin_33989058的博客
05-03 398
执行安装 rpm -ivh lib64stdc++6-4.6.1-2-mdv2011.0.x86_64.rpm 时提示以下错误： warning: lib64stdc++6-4.6.1-2-mdv2011.0.x86_64.rpm: Header V3 DSA/SHA1 Signature, key ID 70771ff3: NOKE...
Python报错：'unicodeescape' codec can't decode bytes in position 2-3: truncated \UXXXXXXXX escape
stone9159的专栏
01-11 2万+
python读取文件报错：SyntaxError: (unicode error) 'unicodeescape' codec can't decode bytes in position 2-3: truncated \UXXXXXXXX escape 看到一篇文章说是因为路径中有/u,但是作者通过//u已经解决，也可以直接在路径前加 r
java u_Java将汉字转换\uxxx方式详解
weixin_39924779的博客
02-19 591
import java.util.regex.Matcher;import java.util.regex.Pattern;/*** String and Unicode convert each other.* @author yzh.lin* @since 2012-08-09**/public class UnicodeConverter {private static fina...
Service xxx does not have a SELinux domain defined
每天学习一点点，每天记录一点点
06-06 1万+
为了完成公司项目的一个需求，需要添加一个binder服务xxx，并且设置成开机自启动。于是我在init.rc中添加了如下代码行：service xxx /system/bin/xxx class main user root编译boot后烧到手机，发现服务xxx无法启动，kernel log中有如下提示：[ 20.076354s][pid:1,cpu7,init]init: Se
idea编码gbk不可映射字符解决方法
最新发布
07-20
### 回答1： 当在使用GBK编码时遇到不可映射字符（例如某些特殊的符号或不常用的汉字），可以尝试以下解决方法： 1. 使用其他编码方式：可以尝试使用UTF-8编码或者其他支持更广泛字符集的编码方式来解决问题。UTF-8是目前最常用的编码方式之一，可以支持几乎所有的字符，包括所有的Unicode字符。 2. 特殊字符转义：如果遇到的是一些特殊字符，可以尝试使用其对应的转义字符来代替。例如，对于一些不可显示的控制字符，可以使用反斜杠加上对应的ASCII码来表示。 3. 使用Unicode编码：将GB2312或GBK编码的文本转换为Unicode编码，然后再进行处理。可以使用一些转换工具或者库来实现编码的转换。 4. 忽略不可映射字符：如果不可映射字符对于项目或应用来说并不重要，可以选择忽略这些字符。可以通过判断字符是否可映射来进行处理，将不可映射字符过滤或者替换为其他字符。 5. 自定义映射表：如果对于不可映射字符有特定要求，可以通过自定义映射表的方式来解决。可以将不可映射字符替换为其他合适的字符或者标记，以便后续处理或者显示。 总的来说，针对GBK编码的不可映射字符问题，可以根据具体情况选择适合的解决方法。最好的方式是尽量使用支持更广泛字符集的编码方式，如UTF-8，以避免不可映射字符带来的问题。 ### 回答2： GBK编码是中国的国家标准编码，它包含了大量的汉字及其他字符。然而，有时候我们会遇到一些不可映射的字符，即GBK编码中没有相应的字符表示。这对于使用GBK编码的系统来说可能会导致一些问题，例如无法正常显示或处理这些字符。 解决这个问题的方法有以下几种： 1. 转换编码：将GBK编码的字符串转换成其他编码，例如UTF-8。UTF-8是一种更为通用的编码方式，它可以表示世界上几乎所有的字符。通过将不可映射字符转换成其他编码，可以避免显示和处理的问题。 2. 使用转义字符：如果无法进行编码转换，可以尝试使用转义字符将不可映射字符替换成其他字符或字符串。例如，使用 "\uXXXX" 的形式表示一个Unicode字符，其中 "XXXX" 是该字符的十六进制编码。这样，可以用Unicode字符替代不可映射字符。 3. 使用定制的字符集：如果需要处理特殊的字符，可以考虑使用自定义的字符集进行编码。这种方法需要确保在所有使用该字符集的系统之间达成一致，以避免出现不一致的问题。 4. 转换为图片或其他非文字形式：如果无法找到其他解决方法，可以将不可映射字符转换成图片或其他非文字形式进行展示或处理。这样可以绕过字符编码的限制，但同时也会导致一些额外的复杂性和成本。 综上所述，处理GBK编码中的不可映射字符可以通过转换编码、使用转义字符、使用定制字符集或转换为其他形式来解决。根据具体情况选择合适的解决方法，以确保能够正常显示和处理这些字符。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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