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？
程序员文章站
2022-04-05 12:47:21
...
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 -*-
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 '\n'
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
声明：本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系admin@php.cn核实处理。
相关文章
相关视频
专题推荐
-
独孤九贱-php全栈开发教程
全栈 170W+
主讲：Peter-Zhu 轻松幽默、简短易学，非常适合PHP学习入门
-
玉女心经-web前端开发教程
入门 80W+
主讲：灭绝师太 由浅入深、明快简洁，非常适合前端学习入门
-
天龙八部-实战开发教程
实战 120W+
主讲：西门大官人 思路清晰、严谨规范，适合有一定web编程基础学习
网友评论
文明上网理性发言，请遵守 新闻评论服务协议
我要评论