[問題] 網頁爬蟲 UTF-8無法解析

看板Python作者 (✩鍵✩盤✩戮✩)時間6年前 (2018/05/04 14:36), 6年前編輯推噓5(5推 0噓 3→)
留言8則, 4人參與, 6年前最新討論串1/1
各位好 想請教一下各位，目前我正在爬一個Big5的網頁，爬回來後使用 .encode('big5', 'ignore').decode('utf-8', 'ignore') 將其轉碼 但是中文字的部分，全部顯示為亂數了，例如正常的名稱是 Dell E2216H 21.5吋 Monitor(3年到府保) 但轉換後變 Dell E2216H 21.5T Monitor(3~O) 這不知道甚麼東西..... 若是單純使用 .encode('utf-8', 'ignore')的話則會全部轉為字串值，但並不會解析成 中文字.... 這會是我哪裡做錯了呢？懇請指點 https://i.imgur.com/yegep71.png
https://i.imgur.com/qPmMiyK.png
-- ◢ ◣ ● █≡◥◣ ◢ ◣ 】 。 \。【 這個板需要更高竿的酸民 ● //﹀\\● ◥ ◤ 】 ╰═╯【 ◤ ◢◥ ◤◣ -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 122.146.2.131 ※ 文章網址: https://www.ptt.cc/bbs/Python/M.1525415808.A.7FF.html
推
05/04 14:51, 6年前 , 1F
不處理就已經是字串了 你是要寫檔還是?
05/04 14:51, 1F
您好，我只是要爬下來做檢視而已，如果我不進行轉碼的話，撈回來的資料會如下 https://i.imgur.com/kxmcTaj.png
推
05/04 15:23, 6年前 , 2F
環境是? 看起來他把big5的每個byte都encode成utf8 str
05/04 15:23, 2F
Windows10(1709)EN / Python 3.6.3
→
05/04 15:25, 6年前 , 3F
你需要重想一下 encode decode 的意思, 如果有搞懂的話
05/04 15:25, 3F
→
05/04 15:26, 6年前 , 4F
那行程式用看的就知道一定不對 (極端狀況除外)
05/04 15:26, 4F
因為我實在不解，為何會這樣...只好多方嘗試了 冏rz 爬了很多文章
推
05/04 15:29, 6年前 , 5F
在WebSite = ... 後加一行WebSite.encoding = 'big5'試試
05/04 15:29, 5F
→
05/04 15:29, 6年前 , 6F
看起來是一開始抓到的資料就encode錯了
05/04 15:29, 6F
真的正常了....冏rz 謝謝大神 ※ 編輯: KeyBoardKill (122.146.2.131), 05/04/2018 15:36:16
推
05/04 17:41, 6年前 , 7F
推 ck 大(Y)
05/04 17:41, 7F
推
05/06 07:17, 6年前 , 8F
05/06 07:17, 8F
‣ 更多 KeyBoardKill 的文章
文章代碼(AID): #1Qw_-0V_ (Python)