使用urllib2解析html内容,并正常显示中文的方法 分类: python Module 2013-10-31 17:30 294人阅读 评论(0) 收藏

  1. 获得目标html的编码格式
  2. 按照此编码格式去解析html内容,就可以正常解析

import urllib2
target = urllib2.urlopen("http://www.amazon.cn")
print target.hearders #或使用target.info(),获得charset的内容为:utf-8
content=target.read().decode("utf-8") #此处对内容进行utf-8格式解码,否则print时会输出乱码
print content #正确解码,显示正常中文

posted @ 2013-10-31 17:30  前行者2011  阅读(135)  评论(0编辑  收藏  举报