想写一个抓文的小demo,发现直接拉下来的web内容,文本是乱码,但是用google的源代码查看,能够正确显示文字。
这是怎么回事呢?我试过把抓取内容的字符串用gbk转为unicode,效果并不好。
我测试的url :view-source:http://book.zongheng.com/chapter/309318/33658339.html
请问:
1,这样的文本一般采用的是什么编码呢?
2,为何页面和google的源代码查看器可以正确显示呢?
想写一个抓文的小demo,发现直接拉下来的web内容,文本是乱码,但是用google的源代码查看,能够正确显示文字。
这是怎么回事呢?我试过把抓取内容的字符串用gbk转为unicode,效果并不好。
我测试的url :view-source:http://book.zongheng.com/chapter/309318/33658339.html
请问:
1,这样的文本一般采用的是什么编码呢?
2,为何页面和google的源代码查看器可以正确显示呢?