解决python3爬取网页（GB2312编码）中文乱码问题

　　爬取网页时由于编码格式的问题，导致中文乱码，解决方法就是将原文件转码成latin1编码（使用encode函数） ，再解码成gbk编码（使用decode函数） 

即可输出正确中文。

　　如下：

 1 # coding:UTF-8
 2 
 3 import requests
 4 
 5 headers={'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36',
 6          'Host':'www.dy2018.com'}
 7 
 8 url=('https://www.dy2018.com/1/')
 9  
10 r = requests.get(url,headers=headers)
11 
12 data = r.text.encode("latin1").decode("gbk")  ###将原文件转码成latin1编码（使用encode函数） ，再解码成gbk编码（使用decode函数）
13 
14 with open('t1.txt','w',encoding='utf-8') as f:
15     f.write(data)
16     f.close

 

posted on 2018-11-07 10:42  Cooper_73  阅读(5646)  评论(0)  编辑  收藏  举报

导航