Python使用bs4爬取数据时乱码问题

使用requests和beautifulsoup模块爬取网页数据时,有时会出现乱码情况,如下所示:

需要爬去的网页的编码格式为:

 

Pyhton代码如下所示:

import requests
from bs4 import  BeautifulSoup
def get_content(url):
    content_data=requests.get(url)
    #下面这句话去掉则乱码,加上则正常显示,编码格式gb2312是根据网页源代码中设置的编码格式来指定的  
    content_data.encoding='gb2312'
    soup=BeautifulSoup(content_data.text,"html.parser")
    content=soup.select("#f_article > p")
    return content[0].get_text()

正常编码:

  • 4
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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