BeautifulSoup中解决乱码问题

由于初步学习Python爬取网页文本内容,在存储文本时出现乱码问题

我的代码如下:

import urllib

from bs4 import BeautifulSoup

import sys

reload(sys)

sys.setdefaultencoding('utf-8')


fp = file("test.txt","wb+")

page=urllib.urlopen('http://tech.qq.com/a/20150518/031741.htm').read()

soup = BeautifulSoup(page)

div = soup.find_all('div',id="Cnt-Main-Article-QQ")

pp = div[0].find_all('p')

for p in pp:

fp.write(p.get_text())


print "Write Over!!!"

fp.flush()

fp.close()


但打开文本时内容为乱码,上网搜索了好多资料,找到一篇文章,非常简洁的而又完美的解决乱码问题

方法如下:

soup = BeautifulSoup(page)改成soup=BeautifulSoup(page,from_encoding"gb18030")


当你再次打开文本时会惊奇的发现不会乱码了

  • 0
    点赞
  • 1
    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