seleuim获取html编码格式,使用selenium,用PhantomJS抓取网页后保存为.html后出现中文乱码?...

使用selenium的PhantomJS驱动抓取网页后,保存为HTML文件出现中文乱码。尝试通过设置编码、查看页面源码类型及默认编码,发现已设置为UTF-8但仍然报错。问题出现在for循环中,从第二次抓取开始出现乱码,可能是编码处理的bug。寻求解决方案。
摘要由CSDN通过智能技术生成

保存的html文档中出现中文乱码:

代码:

from selenium import webdriver

browser = webdriver.PhantomJS( )

url = 'http://music.163.com/#/playlist?id=11362719'

browser.get(url) # 打开网页

browser.switch_to.frame(browser.find_element_by_xpath("//iframe"))

#title = browser.find_elements_by_xpath('//*[@id="play-count"]')

#title = browser.find_elements_by_xpath('//*tr/@class')

#print(browser.page_source.encoding('utf-8'))

print(browser.page_source,file=open('C:/Users/welwel/Desktop/source.html','w',encoding='utf-8'))

browser.quit()

1.使用type(browser.page_source)查看类型是str,无法使用。decode转换格式

2.用的是win7下python3.5 的IDLE,使用sys.getdefaultencoding()查看默认编码是‘utf-8’

3.直接使用print(browser.page_source)报错:

Traceback (most recent ca

  • 0
    点赞
  • 0
    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