获取任意网页的编码格式

如果是非定向爬虫,不是专门爬一个固定位置的信息,而是成千上万的未知网站,那就需要找到编码格式了,使用如下正则,可以正确找到,准确率99%
content=requests.get(url).content
bianma_group=re.search('<meta[\s\S]*?charset="?([a-zA-Z0-9\-]*)', respbody0, re.IGNORECASE)
if bianma_group:
print bianma_group.group(1)
posted @ 2017-08-07 14:16  北风之神0509  阅读(515)  评论(0编辑  收藏  举报