第一种情况:
没有声明编码格式,即没有进行 encoding = 'utf-8' 编码声明
例如下图,在获取数据中 里中文出现乱码:
<li><em>00:00</em><span>±±Æ½Õ½ÓëºÍ(20)</span></li>
<li><em>00:10</em><span>±±Æ½Õ½ÓëºÍ(21)</span></li>
<li><em>00:57</em><span>±±Æ½Õ½ÓëºÍ(22)</span></li>
这类解决办法是:加上 encoding = 'utf-8' 即可
s = requests.get(url)
s.encoding = 'utf-8'
第二种情况:
已经进行编码声明 encoding = 'utf-8' 但还是出现中文乱码
解决办法:检查网页编码,更正编码声明,如:encoding = 'GBK'
出现这样的情况时,就要检查一下抓取网页页面的编码格式,网页的编码不一定是 UTF-8 格式的,也有可能是 GBK、GB2312、GB18030等格式
s = requests.get(url)
s.encoding = 'GBK'
声明编码为GBK格式后,数据中的中文数据恢复正常
<li><em>06:00</em><span>英雄出少年</span></li>
<li><em>07:00</em><span>大仓库</span></li>
网友评论