resp = requests.get(url) resp.content 是str格式 resp.text是unicode格式 如果返回的中文使用gbk编码，需要转换成utf-8的时候： resp.content.decode('gb2312').encode('utf-8') resp.cont ...
分类：
编程语言 时间：
2018-04-19 17:05:53
阅读次数：
253
1.1编码表的概述编码表：把计算机底层的二进制数据转换成我们能看到的字符ASCII*GB2312---GBKUnicode所有的字符都占2个字节UTF-8长度可变的码表*ANSI：本地编码表gbkJava中的字符串默认使用的ANSI（gbk）*乱码：编码保持前后一致即可解决1.2Java中字符串的编码1.2.1常用方法构造方法（字节数组转字符串）：String():初始化一个新创建的String对
分类：
其他好文 时间：
2018-04-19 14:04:33
阅读次数：
158
1、乱码问题（1）先备份cp/etc/locale.conf/etc/locale.conf.bak（2）vim/etc/locale.conf#LANG="zh_CN.UTF-8"LANGUAGE="zh_CN.UTF-8:zh_CN.GB2312:zh_CN"SUPPORTED="zh_CN.UTF-8:zh_CN:en_US.UTF-8:en_US:en"SYSFONT="lat0-sun1
分类：
其他好文 时间：
2018-04-16 19:24:55
阅读次数：
2297
luke可以方便的查看lucene的索引信息，当然也可以查看solr和es中的索引信息(基于lucene实现)。 查看索引前，要注意lucene版本的问题，高版本的lucene用低版本的luke工具就可能无法打开。 记得以前用luke还可以实现索引修复的功能，会把有错误的段segment删掉，使用前 ...
分类：
Web程序 时间：
2018-04-14 23:42:21
阅读次数：
301
Python的编码 常见的支持中文的编码有：utf-8 , gbk , gb2312 常见术语：decode(解码) ， encode(编码) 在Python2中，不写python代码抬头，在print中文字符时会出现乱码；在Python3中不会出现这种情况。 因为Python2默认将代码文件内容用 ...
分类：
其他好文 时间：
2018-04-11 23:01:17
阅读次数：
200
1.取出一个新闻列表页的全部新闻 包装成函数。2.获取总的新闻篇数，算出新闻总页数。3.获取全部新闻列表页的全部新闻详情。 4.找一个自己感兴趣的主题，进行数据爬取，并进行分词分析。不能与其它同学雷同。 ...
分类：
其他好文 时间：
2018-04-11 22:18:46
阅读次数：
200
网页基本信息【编码格式】 gb2312:简体中文，一般用于包含中文和英文的页面 ISO-885901：纯英文，一般用于只包含英文的页面 big5：繁体中文，一般用户带有繁体字的页面 utf-8：国际通用的字符编码，同样适用于包含中文和英文的页面。和gb2312相比，它的国际通用性好，但是字符压缩比较 ...
分类：
Web程序 时间：
2018-04-11 21:45:46
阅读次数：
273
一、Python的编码格式 支持中文的编码有：utf-8、gbk、gb2312，在其他应用中很多默认是用utf-8的格式，而在Windows的cmd中输出中文需要使用gbk格式 Python2.X中默认的编码格式是 ASCII 格式，在没修改编码格式时无法正确打印汉字，所以在读取中文时会报错，解决方 ...
分类：
其他好文 时间：
2018-04-11 19:53:45
阅读次数：
242
使用JDBC中的出现的乱码和查询无结果问题，编码问题和格式问题是数据库里常见的错误 ...
分类：
数据库 时间：
2018-04-06 12:25:15
阅读次数：
202
python 爬取学校所有人四六级成绩时发现爬出网页中文乱码 遂google 得到一解决方案 但这并没有解决问题 开始继续试错 ...
分类：
编程语言 时间：
2018-04-06 10:49:24
阅读次数：
174
