爬虫返回页面乱码处理

最近写了个小爬虫,返回页面是完全乱码的,连Html结构都是乱码,用chardet的detect方法判断了下response.content,还是看不出返回的页面是什么编码,经过多方查阅,get到一个新的技能(之前从没用过这个库)。。

import urllib3
import requests

http = urllib3.PoolManager()
r = http.request('GET', url)
print(chardet.detect(r.data))
print((r.data).decode('gb2312', 'ignore'))
return (r.data).decode('gb2312', 'ignore')

Note:

我用的是Python3,导包不成功的话可能还需你手动下载urllib3库

评论 1
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