python读取网页乱码，python爬取网页内容有乱码

PYTHON获取网页源码乱码,怎么办

执行python脚本出现乱码的解决方法：首先把中文解码为unicode，具体方法如：【decode(utf-8)】；然后再转化为gbk即可，具体方法如：【encode(gbk)】。

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。

第一种：apparent_encoding方法是requests库利用chardet对字节流编码进行了猜测。一般来说使用这种方法，大部分网页的中文乱码都会恢复。如果还是不行，那就试试第二种方法。

在windows下使用非idle的其他ide编辑器，会碰到这个问题。对抓取到的网页内容进行先解码再编码即可。以requests为例：r = r.content.decode(gbk).encode(utf-8)出现编码问题时，仔细分析错误的类型。

一般网页上不会出现罕见的字符，所以这种情况是无需处理的。所以，请仔细核对页面和数据库的编码。

相关问答

Q1: 如何解决python写入html文件中乱码的现象(图文详解)

对于Python+requests爬取网站遇到中文乱码的问题，您可以： 设置编码：在使用requests库发送请求时，可以通过设置`response.encoding`来指定网页的编码方式，例如`response.encoding = utf-8`。

执行python脚本出现乱码的解决方法：首先把中文解码为unicode，具体方法如：【decode(utf-8)】；然后再转化为gbk即可，具体方法如：【encode(gbk)】。

ascii解决方法：在IDLE中执行的时候 去掉字符串前面的u字符，也不要加#coding这一行。 先import sys，然后reload(sys)，再使用sys.setdefaultencoding(utf-8)。然后就可以打印前面带u的字符串了。

直接使用 u是 形式，指明以unicode编码，解码方式会以顶部 #coding定义的编码方式，如果不写，以操作系统当前编码方法，建议写上#coding，因为要让操作系统编码和源文件编码经常会不一样。

第一种：apparent_encoding方法是requests库利用chardet对字节流编码进行了猜测。一般来说使用这种方法，大部分网页的中文乱码都会恢复。如果还是不行，那就试试第二种方法。

Q2: python爬虫出现菱形问号乱码的解决方法

对于Python+requests爬取网站遇到中文乱码的问题，您可以： 设置编码：在使用requests库发送请求时，可以通过设置`response.encoding`来指定网页的编码方式，例如`response.encoding = utf-8`。

执行python脚本出现乱码的解决方法：首先把中文解码为unicode，具体方法如：【decode(utf-8)】；然后再转化为gbk即可，具体方法如：【encode(gbk)】。

第一种是，通过浏览器打开你写的html之后，找到浏览器中的文字编码修改，将编码改为Unicode编码，即可修复。

这个问题主要是编码问题，一般需要检查系统设置、ide设置、python代码里的编码，一致改成utf8一般就没问题。

Python写程序原则是所有进来的字符串(读文件，爬网页)，一进来就decode，处理完之后在要输出的地方在encode。

Q3: python爬虫抓下来的网页,中间的中文乱码怎么解决

1、http：//python.jobbole.com/85482/ 同时，对于网页的中文乱码，建立使用requests模块代替urllib\urllib2 requests的content方法，对中文编码，支持比较好，基本不会出现乱码。

2、第一种是，通过浏览器打开你写的html之后，找到浏览器中的文字编码修改，将编码改为Unicode编码，即可修复。

3、Python写程序原则是所有进来的字符串(读文件，爬网页)，一进来就decode，处理完之后在要输出的地方在encode。

4、Python代码里的中文 代码第一行（如果有脚本标记则是第二行）可以按照PEP8形式指定本代码文件的编码类型。

python读取网页乱码的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于python爬取网页内容有乱码、python读取网页乱码的信息别忘了在本站进行查找喔。