python抓取网页，网页源码无法解码

Question

抓取的网页：http://esf.nanjing.fang.com/
浏览器查看源码显示content="text/html; charset=gb2312"
python chardet 结果显示{'confidence': 0.0, 'encoding': None}
通过page=page.decode('gb2312','ignore').encode('utf-8'),解码后print为乱码

求问应该如何对这个网页的源代码进行解码从而抓取需要的信息？

Answer 1

python3 +.
需要安装urllib3.

你也可以试试，直接转换成gb2312.下面的代码亲测可用。

 http = urllib3.PoolManager()
    r=http.request('GET','http://esf.nanjing.fang.com/')
    print((r.data).decode('gb2312','ignore'))