Python如何解决中文网页乱码-经管之家官网！

我们经常通过python做采集网页数据的时候，会碰到一些乱码问题，今天给大家分享一个解决网页乱码，尤其是中文网页的通用方法。

首页我们需要安装chardet模块，这个可以通过easy_install或者pip来安装。

安装完以后我们在控制台上导入模块，如果正常就可以。

比如我们遇到的一些ISO-8859-2也是可以通过下面的方法解决的。

直接上代码吧：

import urllib2

import sys

import chardet

req =urllib2.Request("http://www.163.com/")##这里可以换成http://www.baidu.com,http://www.sohu.com

content = urllib2.urlopen(req).read()

typeEncode = sys.getfilesystemencoding()##系统默认编码

infoencode =chardet.detect(content).get('encoding','utf-8')##通过第3方模块来自动提取网页的编码

html =content.decode(infoencode,'ignore').encode(typeEncode)##先转换成unicode编码，然后转换系统编码输出

print html

通过上面的代码，相信能够解决你采集乱码的问题。

Python 现场班请点击https://bbs.pinggu.org/thread-3063306-1-1.html

扫码或添加微信号：坛友素质互助

「经管之家」APP：经管人学习、答疑、交友，就上经管之家！
免流量费下载资料----在经管之家app可以下载论坛上的所有资源，并且不额外收取下载高峰期的论坛币。
涵盖所有经管领域的优秀内容----覆盖经济、管理、金融投资、计量统计、数据分析、国贸、财会等专业的学习宝库，各类资料应有尽有。
来自五湖四海的经管达人----已经有上千万的经管人来到这里，你可以找到任何学科方向、有共同话题的朋友。
经管之家（原人大经济论坛），跨越高校的围墙，带你走进经管知识的新世界。
扫描下方二维码下载并注册APP