python爬虫为什么会抓乱码，python爬虫常见问题

为什么Python写的爬虫有时候抓取的数据是乱

为什么Python写的爬虫有时候抓取的数据是乱码 写爬虫是经常会遇到这样的问题，这种问题很显然是编码问题，解决的方法其实也不难。

（2）处理的字符的确是gbk的，但是其中夹杂的部分特殊字符，是gbk编码中所没有的 如果有些特殊字符是GB18030中有的，但是是gbk中没有的。则用gbk去解码，去所不支持的字符，也比如会出错。

抓的不是乱码，只是你打印出来编程乱码了，需要进行字符编码转换，一般就是gbk或者utf-8之前转就可以。

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。

首页和发布出来的数据是常规的发布数据，可以些爬虫抓取解析保存到本地。你给的那个页面，里头的数据图表是用 Flash 来展示的，这块没弄过，不知道在爬取的时候应该怎么解析数据。

相关问答

Q1: python爬虫,第一个数据是乱码,但后面的数据又是正确的,大佬们解答一下...

1、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。

2、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`。

3、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。

4、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。

5、抓的不是乱码，只是你打印出来编程乱码了，需要进行字符编码转换，一般就是gbk或者utf-8之前转就可以。

Q2: Python3爬虫为什么前面输出好好的,后面就乱了呢

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。

由于有这种内部编码，像c#和java类似，再没有必要在语言环境内做类似设置编码，比如“sys.setdefaultencoding”；也因此也python 3的代码和包管理上打破了和x的兼容。x的扩展包要适应这种情况改写。

抓的不是乱码，只是你打印出来编程乱码了，需要进行字符编码转换，一般就是gbk或者utf-8之前转就可以。

为什么Python写的爬虫有时候抓取的数据是乱码 写爬虫是经常会遇到这样的问题，这种问题很显然是编码问题，解决的方法其实也不难。

所以，此种情况，可以尝试用和当前编码（gbk）所兼容的但所包含字符更多的编码（gb18030）去解码，或许就可以了。然后换用这种的字符编码去编码或解码。

Q3: python写的爬虫返回网页总是为乱码,求高手解决

1、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`。

2、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。

3、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。

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。

5、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。

6、抓的不是乱码，只是你打印出来编程乱码了，需要进行字符编码转换，一般就是gbk或者utf-8之前转就可以。

Q4: 为什么Python写的爬虫有时候抓取的数据是乱码

1、为什么Python写的爬虫有时候抓取的数据是乱码 写爬虫是经常会遇到这样的问题，这种问题很显然是编码问题，解决的方法其实也不难。

2、抓的不是乱码，只是你打印出来编程乱码了，需要进行字符编码转换，一般就是gbk或者utf-8之前转就可以。

3、首页和发布出来的数据是常规的发布数据，可以些爬虫抓取解析保存到本地。你给的那个页面，里头的数据图表是用 Flash 来展示的，这块没弄过，不知道在爬取的时候应该怎么解析数据。

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。

5、当然由于http//是英文网站，不存在中文乱码问题。2 麻烦的开始 本来当时的想法是写一些基础模块，方便之后开发的时候调用，减少重复性工作。

关于python爬虫为什么会抓乱码和python爬虫常见问题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。