Re: [問題] Python urllib.urlopen 抓取有繁體網頁

看板Python作者 (用口頭禪區分年記)時間12年前 (2013/07/29 15:15), 編輯推噓3(305)
留言8則, 5人參與, 最新討論串2/3 (看更多)
※ 引述《bohan222 (哈哈哈)》之銘言: : 請教大家 : Python 2.7.3 有使用下面utf-8的宣告 宣告是說你的程式碼是 utf8. 跟你要抓的東西無關。 : #!/usr/bin/python : # -*- coding: utf-8 -*- : 問題: : 使用 web = urllib.urlopen(內容具有繁體中文的網站) : content = web.read() 接下來的 content 只是一些無意義的 binary, 一定要解碼,不解碼,不能看。 而解碼的方式,推文已有。 編碼有學問 這篇 Joe 的文章一定要看過 http://bit.ly/14txdCm : 想分析網頁內容為繁體的部分,結果繁體部分會變成亂碼, : 似乎是ascii之類的編碼問題 : 想請教有人有遇過這類型問題嗎~謝謝 -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 123.192.234.137 ※ 編輯: timTan 來自: 123.192.234.137 (07/29 23:15)

07/29 23:16, , 1F
來研究一下這篇文章~~謝謝~
07/29 23:16, 1F

07/29 23:44, , 2F
用了linux發現副檔名不重要
07/29 23:44, 2F

07/29 23:45, , 3F
看了Joe發現文件編碼是你訂的lol
07/29 23:45, 3F

07/30 00:25, , 4F
這就是重點,你不指定編碼,就是要炸!
07/30 00:25, 4F

07/30 00:36, , 5F
其是實是Joel XD stackoverflow的老闆
07/30 00:36, 5F

07/30 09:13, , 6F
對編解碼不熟還是先用Python3比較好,至少出錯相對明顯
07/30 09:13, 6F

07/30 09:48, , 7F
上面提醒得真好 ~ Python 3 強迫你要弄懂編碼~
07/30 09:48, 7F

07/30 09:49, , 8F
我也是用 Python3 以後才比較掌握編碼~
07/30 09:49, 8F
文章代碼(AID): #1HzeS6JS (Python)
文章代碼(AID): #1HzeS6JS (Python)