首页 > 代码库 > BeautifulSoup解决中文网页乱码
BeautifulSoup解决中文网页乱码
以下代码,在执行结果中的中文出现乱码。
from bs4 import BeautifulSoupimport urllib2request = urllib2.Request(‘http://www.163.com‘)response = urllib2.urlopen(request)html_doc = response.read()soup = BeautifulSoup(html_doc)print soup.find_all(‘a‘)
因为中文页面编码是gb2312,gbk,在BeautifulSoup构造器中传入from_encoding = "gb18030"参数可解决乱码问题。
注:在BeautifulSoup3中,from_encoding需修改为fromEncoding。
from bs4 import BeautifulSoupimport urllib2request = urllib2.Request(‘http://www.163.com‘)response = urllib2.urlopen(request)html_doc = response.read()soup = BeautifulSoup(html_doc, from_encoding = "gb18030")print soup.find_all(‘a‘)
BeautifulSoup解决中文网页乱码
声明:以上内容来自用户投稿及互联网公开渠道收集整理发布,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任,若内容有误或涉及侵权可进行投诉: 投诉/举报 工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。