weixin_40029476 2019-01-14 21:55 采纳率: 100%
浏览 1899
已采纳

爬取内容中文乱码(这种“ú̿£ºËļ¾¶È¡°Ãº¡±·êÈý¡°½Ù¡±”)是怎么回事??

用scrapy爬取新闻网站内容,结果爬下来的是一堆乱码?gb2312、utf-8、gbk各种解码都试过了还是不行!
仍然是这种乱码 Á½ÓÍÖÜÎåÊÕ¸ß µÚÈý¼¾¶ÈÕÇ·ù´´Ò»Äê¶àÒÔÀ´×î´ó

爬取的网址是:https://link.zhihu.com/?target=http%3A//www.chemall.com.cn/chemall/infocenter/newsfile/2017-10-17/20171017114532.html

储存入MongoDB也是这样

  • 写回答

3条回答 默认 最新

  • 清源君 2019-01-15 21:33
    关注

    写入的时候别忘记加上 ensure_ascii=False

    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论
  • threenewbee 2019-01-14 23:40
    关注

    看了下,编码是gb2312,是asp.net写的伪静态网站。你再检查下

    评论
  • qq_24499417 2019-01-15 08:26
    关注

    楼上的说得对的。gb2312.
    图片说明

    评论
查看更多回答(2条)

报告相同问题?

悬赏问题

  • ¥20 arcgis制做交通拥堵时变图
  • ¥15 AD20 PCB板步线 这个要怎么步啊
  • ¥50 关于《奇迹世界》1.5版本,数据修改
  • ¥15 请问这个问题如何解决(关键词-File)
  • ¥50 visual studio 2022和EasyX图形化界面
  • ¥15 找一下报错原因,纠正一下
  • ¥50 Cox回归模型Nomogram图制作报错
  • ¥20 SQL如何查询多级用户的数据
  • ¥15 给车牌识别代码加一个识别轮廓长宽比的代码
  • ¥30 商品价格预测的transformer模型优化