python 判斷網頁編碼

2021-09-06 06:58:50 字數 429 閱讀 1543

這段時間在用python處理網頁抓取這塊,網際網路很多網頁的編碼格式都不一樣,大體上是gbk,gb2312,utf-8,等待。我們在獲取

網頁的的資料後,先要對網頁的編碼進行判斷,才能把抓取的內容的編碼統一轉換為我們能夠處理的編碼。比如beautiful soup內部的編碼就是unicode的編碼。

下面介紹兩種python 判斷網頁編碼的方法:

1 import urllib

f = urllib.urlopen('').info()

print f.getparam('charset')

2 import chardet 你需要安裝一下chardet第3方判斷編碼的模組

data = urllib.urlopen('').read()

print chardet.detect(data)

希望對你有幫助:)

python判斷網頁編碼方式

在解析網頁的過程中往往會遇到網頁亂碼的情況,自己去看網頁源 往往不太準確,這時候就需要用 去判斷網頁源 的編碼方式,一共介紹三種方式 推薦第二種 url 一,使用urllib模組的getparam方法 import urllib 獲取網頁資訊 data urllib.urlopen url info...

判斷網頁的編碼方式 python

在學習python爬取網頁的時候,我們經常會遇到編碼方式的困擾,為了解決這個編碼方式的問題,首先是要獲取網頁的編碼方式,下面就獲取網頁的編碼方式重點說一下三種方法。一,使用urllib模組的getparam方法 import urllib fopen1 urllib.urlopen info pri...

判斷網頁編碼的方法python版

在web開發的時候我們經常會遇到網頁抓取和分析,各種語言都可以完成這個功能。我喜歡用python實現,因為python提供了很多成熟的模組,可以很方便的實現網頁抓取。但是在抓取過程中會遇到編碼的問題,那今天我們來看一下如何判程式設計客棧斷網頁的編碼 網上很多網頁的編碼格式都不一樣,大體上程式設計客棧...