python-网页乱码且decode encode均无效

python-网页乱码且decode encode均无效

在某个网页看到这么一句话：“大多数网站都对支持gzip压缩的浏览器做了gzip的压缩，在python中可以通过gzip包处理gzip压缩过的网页”

所以问题就是内容有压缩过，直接decode不行，需要用gzip来解压。然后再decode。

import gzip
...
html = gzip.decompress(response)
        html = html.decode('gbk')

用gb2312不行,用gbk却可以，因为gbk包含gb2312,所以可以知道的是网页源码有超出gb2312编码范围的字符

posted on 2016-04-25 20:21 海水中的泪 阅读( ...) 评论( ...) 编辑 收藏

转载于:https://www.cnblogs.com/sunjter/p/5432581.html