soxvlin
soxvlin
采纳率0%
2017-07-26 08:52 浏览 2.1k

python爬取网页上的中文,输出乱码怎么办?

我用的是mac,用的python版本是3.6。想要爬取政府网站上的一些信息,然而出来的都是乱码,如图:

图片说明

下面是我的代码:

import io
import sys
from urllib.request import urlopen
sys.stdout = io.TextIOWrapper(sys.stdout.buffer,encoding='utf-8')
    #转码为utf-8格式

from bs4 import BeautifulSoup
import requests,urllib,time,string,chardet

url = 'http://www.wenzhou.gov.cn/art/2017/7/18/art_1235230_8460404.html'

headers = {
'user-agent':'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/59.0.3071.115 Safari/537.36'
}

page=requests.get(url,headers=headers)
soup=BeautifulSoup(page.text,'lxml')
txts=soup.select('p')
for txt in txts:
    print(txt)

请各位大神指导!

  • 点赞
  • 写回答
  • 关注问题
  • 收藏
  • 复制链接分享
  • 邀请回答

2条回答 默认 最新

  • mumubaobei mumubaobei 2017-07-26 09:05

    查看原网站的编码是什么,鼠标右键,编码,

    点赞 评论 复制链接分享
  • dcxy0 Q544471255 2017-07-26 16:16

    可以试试转为其他编码,比如gbk,我之前遇到过类似的.多试几次其他编码就好了.

    点赞 评论 复制链接分享

相关推荐