很多同學會遇到python爬蟲得到的html亂碼的問題。其實這個問題搞清楚邏輯，就能夠解決。
一般爬蟲
import requests
from urllib.request import quote
# 找到乙個電影鏈結
name = "無名之輩"
url=''+str(quote(name.encode('gbk')))
res=requests.get(url)
html=res.text
圖1：亂碼
2. 問題處理
①首先，在google中輸入電影「無名之輩」的鏈結（然後ctrl+u，檢視源**頁。
圖2：點開google瀏覽器的源**頁
②在源**第4行，找到charset=gb2312，說明這個網頁的字型是gb2312的格式。python預設字型是utf-8。轉碼！
③轉碼
import requests
from urllib.request import quote
# 找到電影鏈結
name = "無名之輩"
url=''+str(quote(name.encode('gbk')))
res=requests.get(url)
# 轉碼：至關重要
res.encoding = 'gb2312'
html=res.text
圖3：轉碼之後的爬蟲結果
3.結語
以上就是亂碼問題的處理。希望對大家有益~
gb2312學習筆記
1，gb 2312中對所收漢字進行了 分割槽 處理，每區含有94個漢字 符號。01 09區為特殊符號。16 55區為一級漢字，按拼音排序。56 87區為二級漢字，按部首 筆畫排序。10 15區及88 94區則未有編碼。舉例來說，啊 字是gb2312之中的第乙個漢字，它的區位碼就是1601。2，在使用...
GB2312編碼範圍
gb2312編碼範圍 a1a1 fefe，其中漢字編碼範圍 b0a1 f7fe。gb2312編碼是第乙個漢字編碼國家標準，由中國國家標準總局1980年發布，1981年5月1日開始使用。gb2312編碼共收錄漢字6763個，其中一級漢字3755個，二級漢字3008個。同時，gb2312編碼收錄了包括拉...
02 抓取足球比賽結果之gb2312導致亂碼的解決
爬取所有完賽列表 import requests if name main 瀏覽器偽裝 headers kw input 輸入賽程年月日開始採集資料 這裡需要指定日期格式為 20200101 response變數為第一次爬取的完賽列表 response requests.get kw htm hea...