码迷,mamicode.com
首页 > 编程语言 > 详细

python 爬虫遇到的网页乱码问题

时间:2014-12-08 19:39:09      阅读:144      评论:0      收藏:0      [点我收藏+]

标签:python   正则表达式   爬虫   乱码   utf-8   

python 网页爬虫抓取的url页面 是GBK格式。
会显示乱码,所以以至于后面的用正则表达式匹配都是错误的。

以下方法可以解决此问题:
reload(sys)
sys.setdefaultencoding(‘utf-8‘)

在程序开头添加以上代码即可。

python 爬虫遇到的网页乱码问题

标签:python   正则表达式   爬虫   乱码   utf-8   

原文地址:http://blog.csdn.net/yagamil/article/details/41806447

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!