python爬虫中文乱码_python爬虫抓下来的网页，中间的中文乱码怎么解决

展开全部

Python代码里的中文

代码第一行2113（如果有脚本标记则5261是第二行）可以按照PEP8形式指定4102本代码文件的编码类型。若不1653指定则按照ascii（py2.x）或utf-8（py3）

你需要了解的内容

清楚知道包含中文的文件是用的什么编码

清楚知道自己输出端（命令行？html？GUI？）用什么编码

清楚知道编码的基本知识

你需要的python相关内容

以python2.7.x为例：

print/file.write等实质上只输出str对象，如果输出内容不是str对象，则使用str函数进行转换

str函数是个壳，实质是调用对象方法__str__

encode函数是将一个unicode类按照指定的编码（如果不指定则使用defaultencoding）转换为不带编码标记的str类

decode函数是将一个str类按照指定编码（如果不指定则使用defaultencoding）转换为使用utf-8编码的unicode类

直接print一个容器（dict/list/tuple）的时候不会对其中的字符串进行编码，因此看到的非ascii字符集内容将会以\xAA或者\uAAAA之类的形式输出

Python3中，str行为与py2的unicode行为一致；bytes行为与py2的str行为一致。

已赞过

已踩过<

你对这个回答的评价是？

评论

收起