Unjx. 2021-07-18 15:47 采纳率: 84.6%
浏览 48
已采纳

Python中的解码问题


#encoding='gbk'
import requests
import re

url='https://mp.weixin.qq.com/s/1hdWEusrm0MJZexxC_OSaw'
head={"User-Agent": "Mozilla/5.0 "}

def get_text(response):
    # 优先使用 chardet 预测的 encoding, 其次使用 http header 提供的 encoding
    source_encoding = response.apparent_encoding or response.encoding
    if source_encoding is None:
        # 说明是二进制文件
        raise Exception
    elif source_encoding == 'GB2312':
        source_encoding = 'GBK'
    return response.content.decode(source_encoding, errors="ignore")

response=requests.get(url,headers=head)
html=get_text(response)
with open('E:/Python文件/爬虫/高一新教材/html.txt','w',encoding='GBK') as f:
    f.write(html)

pattern = re.compile(r'data-src="(.*)"', flags=re.S)
image_url=pattern.findall(str(response.content.decode('gbk')))
print(str(image_url))

上面是我的代码,应该有很多的错误,还请指出
这是我要爬的网址:https://mp.weixin.qq.com/s/1hdWEusrm0MJZexxC_OSaw
如果有更好的方案,还请给出

  • 写回答

1条回答 默认 最新

  • 全栈极简 博客专家认证 2021-07-18 15:59
    关注

    用utf8替换gbk

    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论

报告相同问题?

问题事件

  • 已采纳回答 7月18日
  • 创建了问题 7月18日

悬赏问题

  • ¥15 微信小程序协议怎么写
  • ¥15 c语言怎么用printf(“\b \b”)与getch()实现黑框里写入与删除?
  • ¥20 怎么用dlib库的算法识别小麦病虫害
  • ¥15 华为ensp模拟器中S5700交换机在配置过程中老是反复重启
  • ¥15 java写代码遇到问题,求帮助
  • ¥15 uniapp uview http 如何实现统一的请求异常信息提示?
  • ¥15 有了解d3和topogram.js库的吗?有偿请教
  • ¥100 任意维数的K均值聚类
  • ¥15 stamps做sbas-insar,时序沉降图怎么画
  • ¥15 买了个传感器,根据商家发的代码和步骤使用但是代码报错了不会改,有没有人可以看看