python爬虫html默认编码，python爬虫获取html

提示：扫一扫查出行
【扫一扫了解最新限行尾号】
复制提示

python爬虫抓取到的数据用网页打开时是乱码,怎么解决

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`。

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。

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。

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。

Q1: python默认的字符编码是什么

py文件默认是ASCII编码，中文在显示时会做一个ASCII到系统默认编码的转换，这时就会出错：SyntaxError： Non-ASCII character。

python为源文件指定的默认字符是UTF-8。

Python x 字符编码在 Python x 中，str 类型默认使用 Unicode 编码，即 Python x 中的 Unicode 类型。Unicode 编码是一种支持全球范围内的字符集，能够表示几乎所有语言的字符，包括汉字、日文、希腊字母等。

Q2: python3.3中文乱码与默认编码格式设定。

python 3和2很大区别就是python本身改为默认用unicode编码。

我们打开一个文本文件，并点击另存为 2 我们在新窗口的编码一栏看到默认编码是ANSI。先不管这个编码是什么编码，但是通过下拉列表我们知道，这种编码不是utf8。

乱码原因：因为你的文件声明为utf-8，并且也应该是用utf-8的编码保存的源文件。但是windows的本地默认编码是cp936，也就是gbk编码，所以在控制台直接打印utf-8的字符串当然是乱码了。

这是因为IDLE中使用gbk编码，是ascii扩展字符集。 import sys sys.getdefaultencoding()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。

pythonX，代码中指定了UTF-8，但是在cmd命令行窗口时，打印的中文仍然会乱码。在python3不存在该问题运行结果：原因中文windows默认的输出编码为gbk ，与脚本中定义的UTF-8不一样，所以出现了解码失败的情况。

Q3: python3.x默认使用的编码是什么

1、Python x 字符编码在 Python x 中，str 类型默认使用 Unicode 编码，即 Python x 中的 Unicode 类型。Unicode 编码是一种支持全球范围内的字符集，能够表示几乎所有语言的字符，包括汉字、日文、希腊字母等。

2、Python x和Python x之间的主要区别在于对Unicode的支持。Python x默认使用ASCII编码，需要使用特殊的unicode字符串来处理非ASCII字符。

3、Unicode支持：Python x在内置的string类型中默认支持Unicode编码，而Python x中需要显式地将Unicode对象转换为字符串类型。

4、Python的默认编码是ASCII格式：ASCII(American Standard Code for Information Interchange)，是一种单字节的编码。

Q4: python123汉字的unicode编码值

1、python的默认编码是ascii，可以通过sys.setdefaultencoding(utf-8)函数设置python的默认编码。

2、Python x 字符编码在 Python x 中，str 类型默认使用 Unicode 编码，即 Python x 中的 Unicode 类型。Unicode 编码是一种支持全球范围内的字符集，能够表示几乎所有语言的字符，包括汉字、日文、希腊字母等。

3、Unicode 的编码范围为 0~0x10FFFF ，如此大的范围，显然没办法像 ASCII 编码一样使用一个字节存储。

4、ASCII编码。根据查询CSDN官网可知，python中字符采用单字节编码是ASCII编码是1个字节，而Unicode编码通常是2个字节。字母A用ASCII编码是十进制的65，二进制的01000001；字符0用ASCII编码是十进制的48，二进制的00110000。

关于python爬虫html默认编码和python爬虫获取html的介绍到此就结束了，不知道你从中找到你需要的信息了吗？如果你还想了解更多这方面的信息，记得收藏关注本站。