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 Scrapy爬虫中文乱码问题“鎴愬姛”

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 Scrapy爬虫中文乱码问题“鎴愬姛”

在爬取某个网站时,爬取第一个页面能正常获取,爬取第二个页面,获取文章内容时,返回的数据为中文乱码,乱码如下:

{"rptCode":200,"msg":"鎴愬姛","data":{"docId":989402,"docTitle":"閾惰淇濋櫓鏈烘瀯鎭㈠鍜屽缃鍒掑疄鏂芥殏琛屽姙娉�"}

尝试解决:

查找办法让在setting.py文件中添加设置编码格式的代码:

FEED_EXPORT_ENCODING = 'utf-8'

添加后依旧不可以。

使用其他的格式编码:

reponse.body.decode('gbk')

会报错,某个字段不能被转换。

继续查找其他方法,此方法可以解决:

首先安装 chardet 库,使用以下代码,可以正常解决乱码问题,

import chardet
gbkContent = response.body.decode(chardet.detect(response.body)['encoding'])
print(gbkContent)

成功结果如下

{"rptCode":200,"msg":"成功","data":{"docId":989402,"docTitle":"恢复和处置计划实施暂行办法"}

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/744402.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