菜鸡求助， go 爬虫得到的二进制 utf8 数据解码相关

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

这是一个创建于 1935 天前的主题，其中的信息可能已经有所发展或是发生改变。

html 的 content-type 是 utf8

go read body 获得的是二进制

这两个有什么联系吗？ utf8 的形式不应该是\u 开头的吗（大概记得是这样

网上找了几个 demo 都没能成功解码（或许我应该编码？）

求助各位前辈

8 条回复 • 2019-08-08 11:11:16 +08:00

whoami9894

2019-08-07 16:29:51 +08:00 via Android

read 出来的是[]byte，content type 是 utf8 的话直接 string(data)就可以了

dabaibai

2019-08-07 16:32:14 +08:00

一般我都是把几种解密都写了, 直到解密函数不返回 error 为止... 比较笨

EthanDon

2019-08-07 18:42:37 +08:00

@whoami9894 string 出来是乱码，后来我查到一个库可以检测是什么编码，检测出来是 windows-1253 。。。
@dabaibai 实不相瞒我也是这样搞的，但是主流编码解析出来都是乱码。。。我怀疑它原来的编码就不是 utf8

whoami9894

2019-08-07 20:17:41 +08:00

@EthanDon
URL 贴出来看看

GuangXiN

2019-08-07 20:57:00 +08:00 via Android

检查一下 content encoding 是否 gzip 了

lsls931011

2019-08-07 21:48:27 +08:00

URL 贴出来看看

gamexg

2019-08-07 23:21:45 +08:00

将二进制 body 写到文件，然后用文本编辑器打开，手工测试到底是什么编码。

EthanDon

2019-08-08 11:11:16 +08:00

@whoami9894
@GuangXiN
@lsls931011
@gamexg 已经确认了是 gzip 了，感谢各位大佬🙏