栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

Python下载文件出现乱码的解决方法之一:Content-Encoding: gzip,deflate, br

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

Python下载文件出现乱码的解决方法之一:Content-Encoding: gzip,deflate, br

最近一直在爬晋江的小说列表,比如作者和字数什么的,但是总是出现乱码,网上找了很多资料,然后得到的解决方法,应该可以适用很多网站了。

import urllib
from bs4 import BeautifulSoup
from io import BytesIO
import urllib.request
from urllib.request import urlopen
import zlib
import gzip
import re
from gzip import GzipFile

def loadData(url):
    request = urllib.request.Request(url)
    request.add_header('Accept-encoding', 'gzip,deflate')
    response = urlopen(request)
    content = response.read()
    encoding = response.info().get('Content-Encoding')
    if encoding == 'gzip':
        content = gzip1(content)
    elif encoding == 'deflate':
        content = deflate(content)
    elif encoding == 'br':
        content == br(content)
    return content


def gzip1(data):
    buf = BytesIO(data)
    f = gzip.GzipFile(fileobj=buf)
    return f.read()


def deflate(data):
    try:
        return zlib.decompress(data, -zlib.MAX_WBITS)
    except zlib.error:
        return zlib.decompress(data)

import brotli


def br(data):
    data = brotli.decompress(data)

def main():
    url = "https://www.jjwxc.net/topten.php?orderstr=7&t=0"
    content = loadData(url)

    html = content.decode("gb18030")

 
    print(html)
      



if __name__ == '__main__':
    main()

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/488643.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号