51job网页编码问题

最新推荐文章于 2024-08-08 17:11:41 发布
最新推荐文章于 2024-08-08 17:11:41 发布
阅读量651 收藏
点赞数
分类专栏： Python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44359829/article/details/105908772
版权
在PyCharm中请求51job页面遇到中文显示为乱码的问题，本文分析了问题原因并提供了编码转换的解决方法。
摘要由CSDN通过智能技术生成

51job网页编码问题

请求51job页面时，在pychram显示的中文为乱码，因此初步判断为编码问题

问题展示

https://search.51job.com/list/010000,000000,0000,00,9,99,%2B,2,1.html
['ά¶àÀûÑǵÄÃØÃÜ-±±¾©ÈýÀïÍ͵êÆÌ-µêÆÌÖ÷¹Ü', 'Ò½Ò©ÏúÊÛ¾\xadÀí', 'Õ¹»áÒµÎñ×ܼࣨÉîÛÚ£©', '½»ÐÐÇþµÀ¹ó½ðÊô¸ºÔðÈË', '³õ¼¶ÁÔÍ·¹ËÎÊ£¨¸ßÌá³É£©', 'ÕÐƸÐÎÏó¸Úλ±£°²4.5kÆð', 'ÎÄ°¸´´ÒâºÍ¹ã¸æ²ß»®', 'Â¥Óî×Կؼ¼Êõ¹¤³Ìʦ', 'ÏúÊÛ¹ËÎÊ/´¢±¸¸É²¿(µ×н5k+Ìá³É+Éç±££©', 'ÉÌÎñÖúÀí', 'ÏúÊÛ´ú±í', '³öÄÉ', '2020½ìʵϰÉú', 'Qt¹¤³Ìʦ', 'ͼÊé·¢ÐÐÖúÀí', 'Òº¾§Ãæ°å É豸¹¤³Ìʦ', 'Á´¼Ò×ܲ¿Ö±Æ¸ °ÙÍò¾\xad¼ÍÈË ÖÃÒµ
最低0.47元/天 解锁文章
ᴍaya.
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
关于gbk乱码问题（前程无忧）
weixin_44220464的博客
08-22 1335
在我们爬虫的道路上，无疑会碰到网页的gbk编码格式，显示效果是怎样的呢 经过源码的查看，我发现次网站是以gbk方式编码，查过资料后，得出结论要经过gbk编码结果就没问题了，但编码格式有点特殊，有必要提一下。 通过requests.get得到的源码经过response.encoding=‘gbk’已经编码为简体字 之前由于习惯没用过response.encoding转码，后经过写入文件发现原来的...
爬取51job职位信息之编码问题
weixin_30492601的博客
01-14 537
兴趣来潮，爬了下51job，但是遇到编码问题！以下是简单的一段代码 获取整个页面数据 # -*- coding:utf-8 -*- import requests import sysreload(sys)sys.setdefaultencoding('utf-8') def spider(url): session = requests.Session() ...
使用div+css搭建的51job页面
10-17
这是一个模拟51job所做的网页，全局使用div+css搭建。
字符乱码的5大原因及解决方法一览！
最新发布
m0_56280293的博客
08-08 1537
作为一名程序员，我不得不说，字符乱码是我们经常遇到的一个令人头疼的问题。它不仅会影响我们的工作效率，还可能导致重要信息的丢失。但别担心，今天我就来和大家分享一下字符乱码的常见原因以及解决方法，让你以后遇到这种情况时不再手足无措。 首先，让我们来看看最常用的一种解决方案： 文本乱码转码助手（小白推荐，工具由"勤学道人"开发）
【51Job数据爬取日志】【小知识点】前程无忧URL编码处理的代码
m0_38052500的博客
03-20 817
以下代码直接粘贴复制到Pycharm中即可使用。 import urllib.parse class ChangeUrl_job(): """ 全然当做是小程序，用来解码与编码51job网站的url。 """ def unquoteCode(self,url_param): url_param = urllib.parse.unquote(u...
【51Job数据爬取日志】【小知识点】前程无忧URL编码的转换
m0_38052500的博客
03-20 531
# urllib python3 内置的模块，无需安装。 # 在Pyhton命令行工具中（主要用于测试小量体的代码）的验证。 >>> import urllib.parse >>> job_url = "https://search.51job.com/list/010000,000000,0000,00,9,99,Java%25E5%25BC%2580%...
python3的requests解析中文页面时乱码问题解决方法
wwivywwivy的博客
08-17 1195
最近碰到个问题，用requests爬51job时候，发现中文乱码，传给bs的是r.text，排查发现r.encoding是 ISO-8859-1。 参考博客，指定编码方式之后，可以正常显示。 # method 1 r = requests.get('https://www.51job.com/', headers=headers, cookies=cookies) print(r.enco...
51job自动投递简历-selenium
05-06
【标题】"51job自动投递简历-selenium"揭示了使用Python的Selenium库来自动化在51job招聘网站上投递简历的过程。Selenium是一个强大的Web自动化测试工具，它可以模拟用户行为，如点击、填写表单和执行JavaScript，这...
Python-51job网页爬取，职位信息爬取，学习技能，进“大厂” 续 集（二）
qq_44936246的博客
03-14 776
针对 Python-51job网页爬取-职位信息爬取有博友表示写的不是很清楚，或者想爬取更具体的内容，在此给大家爬取职位的具体要求信息； Python-51job网页爬取-职位信息爬取： https://blog.csdn.net/qq_44936246/article/details/113921345 ...
新手初试python爬取51job（前程无忧）的职位信息
qq_42533103的博客
11-28 2345
目标： 搜索关键字：数据分析 地点： 北上广深 URL：https://search.51job.com/list/010000%252C020000%252C030200%252C040000,000000,0000,01,9,99,%25E6%2595%25B0%25E6%258D%25AE%25E5%2588%2586%25E6%259E%2590,2,1.html?lang=c&...
爬虫-简单抓取51job特定数据
高智商坏蛋的博客
05-22 2004
#coding:utf-8 import urllib2 import re def search(name): url="https://search.51job.com/list/000000,000000,0000,00,9,99,"+name+",2,1.html?lang=c&stype=&postchannel=0000&workyear=99&amp...
Python爬虫——爬取网页时出现中文乱码问题
lucky_shi的博客
03-02 4万+
网页字符乱码处理 一、查看原网页编码的方式       1.首先呢，咱来说说如何在网页中查看编码方式，以爱奇艺为例，爱奇艺进入爱奇艺网页页面，鼠标    “右击–>检查–>点击Console–>输入document.charse   即可显示出网页的编码格式,如图：![在这里插入图片描述](https...
各种编码方式的记录
qq_42240804的博客
09-20 302
1.Ascii编码 共有128个，由一个字节存储，0-31前32种状态分配给了一些特殊用途，比如终端设备、打印机等等，32-127分配了键盘上可见的字符。后来计算机传到了其它一些国家，其它国家不仅使用英文，又增加了一些字符，128-255的称为扩展字符集。 2.gbk编码 计算机传到中国，为了编码汉字，提出用两个字节来表示一个字符。 3.Unicode编码 很多国家都有自己编码方式，国际组织进行了统一，提出了Unicode，可以包含所有字符。 4.utf-8 utf-16 ...
关于requests.get(url)" ´óÊý¾ÝÍÚ¾ò¹¤³ÌÊ£¨Ò½Áƽ¡¿µ·½Ïò£©"
啦啦啦~~
06-01 2319
在写爬虫的时候发现requests(url)之后得到的responses.text,这里的中文都是" ´óÊý¾ÝÍÚ¾ò¹¤³ÌÊ£¨Ò½Áƽ¡¿µ·½Ïò£©"这种乱码，懵了，之前没见过百度也没百度到，最后看到网上的一个方法，说把responses转化一下转成gbk编码的，然后试了一下中文就出来了，不知道有没有小伙伴跟我遇到同样的问题。 主要原因在于解码时候用的是utf-8，但是这个网页的...
爬虫的编码解码
平原的博客
06-28 2298
python3 对百度首页内容进行解码编码 import requests import chardet # decode: 解码 # encode: 编码 r = requests.get('https://www.baidu.com') # 获取对象的编码格式 chardet code = chardet.detect(r.content)['encoding'] # 获取内容 # ...
汉字编码（【Unicode】 【UTF-8】 【Unicode与UTF-8之间的转换】 【汉字 Unicode 编码范围】【中文标点Unicode码】【GBK编码】【批量获取汉字UNICODE码】）
热门推荐
挖到尽头
02-25 70万+
参考博客： Unicode与UTF-8互转(C语言实现)：http://blog.csdn.net/tge7618291/article/details/7599902 汉字 Unicode 编码范围：http://www.qqxiuzi.cn/zh/hanzi-unicode-bianma.php GBK 编码：http://www.qqxiuzi.cn/zh/hanzi-GBK-bian...
对爬取51job中用到的技巧的分析、记录
枪枪枪的博客
06-10 3345
好吧，又到了一学期的期末，又遇课程设计，不过还好，课程设计比较简单，爬取51job有关大数据的工作，并进行分析。在这里做一个记录。 主要思路是在网上找到的一篇博文，之前也做过类似的东西，本身没有什么难度，这里我就将细节细细的过一遍，巩固一下所学吧 参考的博文的链接 https://blog.csdn.net/lbship/article/details/79452459 这里搜索的关键词为：数...
正确读取51job.csv
06-08
为了正确读取名为 "51job.csv" 的CSV文件，你...这里使用了pandas库中的read_csv()函数来读取CSV文件，其中 "51job.csv" 是文件名，"gbk" 是文件编码格式。读取完成后，数据将被存储在一个名为df的DataFrame对象中。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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