推荐学习书目
› Learn Python the Hard Way
Python Sites
› PyPI - Python Package Index
› http://diveintopython.org/toc/index.html
› Pocoo
值得关注的项目
› PyPy
› Celery
› Jinja2
› Read the Docs
› gevent
› pyenv
› virtualenv
› Stackless Python
› Beautiful Soup
› 结巴中文分词
› Green Unicorn
› Sentry
› Shovel
› Pyflakes
› pytest
Python 编程
› pep8 Checker
Styles
› PEP 8
› Google Python Style Guide
› Code Style from The Hitchhiker's Guide
这是一个创建于 2566 天前的主题，其中的信息可能已经有所发展或是发生改变。
只是爬虫简单的日期和天气情况， 但是出现乱码情况，一直困扰我，没有得到解决。
#-*- coding:utf-8 -*-
import requests
from lxml import html
r = requests.get("http://www.weather.com.cn/weather/101070601.shtml")
rawdata = html.fromstring(r.text)
in_row = rawdata.xpath('//div[@id="7d"]/ul/li/h1/text() | //div[@id="7d"]/ul/li/p[1]/text()')
for i in in_row:
intro = i.encode('utf-8')
print(intro)
输出结果是这样的：
b'15\xc3\xa6\xc2\x97\xc2\xa5\xc3\xaf\xc2\xbc\xc2\x88\xc3\xa4\xc2\xbb\xc2\x8a\xc3\xa5\xc2\xa4\xc2\xa9\xc3\xaf\xc2\xbc\xc2\x89'
b'\xc3\xa6\xc2\x99\xc2\xb4'
后面还有很多 我就不复制了。
--------------------分割线------------------------------
对了 我直接 print(r.text) 输出的中文那些都是乱码情况 。
#-*- coding:utf-8 -*-
import requests
from lxml import html
r = requests.get("http://www.weather.com.cn/weather/101070601.shtml")
rawdata = html.fromstring(r.text)
in_row = rawdata.xpath('//div[@id="7d"]/ul/li/h1/text() | //div[@id="7d"]/ul/li/p[1]/text()')
for i in in_row:
intro = i.encode('utf-8')
print(intro)
输出结果是这样的：
b'15\xc3\xa6\xc2\x97\xc2\xa5\xc3\xaf\xc2\xbc\xc2\x88\xc3\xa4\xc2\xbb\xc2\x8a\xc3\xa5\xc2\xa4\xc2\xa9\xc3\xaf\xc2\xbc\xc2\x89'
b'\xc3\xa6\xc2\x99\xc2\xb4'
后面还有很多 我就不复制了。
--------------------分割线------------------------------
对了 我直接 print(r.text) 输出的中文那些都是乱码情况 。
 |
1
wq67200976 2017-11-15 19:49:08 +08:00
我之前也碰到过这种问题，不知道是不是 python2 和 3 的区别，2 的话就没问题，你把他输出到文件里打开也是正常
|
 |
2
hcnhcn012 2017-11-15 21:07:17 +08:00 via iPhone
i.encode('utf-8')
|
 |
3
Marsss 2017-11-16 09:01:37 +08:00
不要用 r.text，这样 rawdata = html.fromstring(r.content) ，然后下面就不需要 i.encode('utf-8')了，直接打印
|
Select Language