为什么这个网页的源代码用python爬下来后用beautifulsoup解析后会出现字符丢失?

回复内容:

又是你这个只点感谢不点赞的坏人……
话说你为什么要这么心急地学呢,基础不扎实啊,太冒进了,很显然没有清晰的思路…

首先编程要有默认的编码,也就是在文件的一开始加上

 # -*- coding: utf-8 -*-

登录后复制你是python2 代码前 加上# coding:utf-8

看python培训黄哥的三篇文章
python开发爬虫汉字编码不再是问题:
将python2中汉字会出现乱码的事一次性说清楚
article/python_bianma.md at master · pythonpeixun/article · GitHub
python爬虫访问多个网站、中文编码的处理。
python爬虫访问多个网站、中文编码的处理。
python3访问sina首页中文的处理
python3访问sina首页中文的处理

可能在你这个转来转处的地方丢失。
ur = list(ur)
ur = ur[:-1]
****************

 ur = res.contents[0]    ur = list(ur)    ur = ur[:-1]    temp = unicode(ur[0])    for index in range(0, len(ur), 4):        temp = unicode(ur[index])        print temp.strip()        print ur[index+1].string        print ur[index+1]['href']        print ''

登录后复制似乎response 后面用了俩decode 后面一个改encode应该就好了吧。。。

Decode是把括号里转成Unicode

Encode是Unicode转成括号里,就是UTF-8

Unicode就是个中转站

再不行就同一楼ignore。。。还是用Requests库来处理http请求吧

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至253000106@qq.com举报,一经查实,本站将立刻删除。

发布者:PHP中文网,转转请注明出处:https://www.chuangxiangniao.com/p/2302406.html

(0)
上一篇 2025年2月28日 06:18:36
下一篇 2025年2月25日 20:42:54

AD推荐 黄金广告位招租... 更多推荐

相关推荐

发表回复

登录后才能评论