网络爬虫速成指南 （三） 编码识别
摘要：
问题的提出：采用上节的方法偶尔会下载到的HTML乱码，原因是上节的代码中进行了简易的编码识别，比如根据头信息，根据meta中的charset：。即使这样也会遇到下载到乱码的情况，原因是这两者提供的charset都可能不准确。解决方案：1 手动指定编码2 自动识别编码如果只采一个网站，自己指定下编码就... 阅读全文
posted @ 2013-08-13 14:35 雨渐渐 阅读(714) 评论(0) 推荐(0) 编辑
