gyhhygfttf 2015-11-01 11:55 采纳率: 50%
浏览 3347
已采纳

python抓取网页,网页源码无法解码

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?

  • 写回答

2条回答

  • JPF1024 2015-11-02 01:39
    关注

    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'))
    
    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论
查看更多回答(1条)

报告相同问题?

悬赏问题

  • ¥15 如何在scanpy上做差异基因和通路富集?
  • ¥20 关于#硬件工程#的问题,请各位专家解答!
  • ¥15 关于#matlab#的问题:期望的系统闭环传递函数为G(s)=wn^2/s^2+2¢wn+wn^2阻尼系数¢=0.707,使系统具有较小的超调量
  • ¥15 FLUENT如何实现在堆积颗粒的上表面加载高斯热源
  • ¥30 截图中的mathematics程序转换成matlab
  • ¥15 动力学代码报错,维度不匹配
  • ¥15 Power query添加列问题
  • ¥50 Kubernetes&Fission&Eleasticsearch
  • ¥15 報錯:Person is not mapped,如何解決?
  • ¥15 c++头文件不能识别CDialog