javascript - 爬虫gb2312编码网站时的问题?
黄舟
黄舟 2017-04-11 09:03:18
[JavaScript讨论组]

我要获取a标签的文本我这样写:

--coding:utf-8--

import time
from urllib.request import urlopen
from bs4 import BeautifulSoup
import re
import chardet

html = urlopen("http://www.gdmzzx.com/html/xiaoyuandongtai/")
bsObj = BeautifulSoup(html)
list_all = bsObj.findAll("a",href = re.compile("/html/xiaoyuandongtai/.+"))
for each in list_all:


print(isinstance(each.get_text(),str))
print(each.get_text())
#print(chardet.detect(each))
#print(each.get_text().encode("utf-8"))

但是得到一团乱码 我应该怎么写?

我知道怎么写了
bsObj = BeautifulSoup(html,fromEncoding = "gbk")

黄舟
黄舟

人生最曼妙的风景,竟是内心的淡定与从容!

全部回复(2)
高洛峰

bsObj = BeautifulSoup(html.read())

热门教程
更多>
最新下载
更多>
网站特效
网站源码
网站素材
前端模板
关于我们 免责申明 意见反馈 讲师合作 广告合作 最新更新 English
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送
PHP中文网APP
随时随地碎片化学习

Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号