ホームページ  >  に質問  >  本文

网页爬虫 - python爬取网络小说 中文‘乱码’

  1. python爬取网络小说 中文‘乱码’,因为不知道是否是乱码,所以加了引号

  2. 代码如下
    # -- coding:utf8 --
    from bs4 import BeautifulSoup
    import requests

    url = "http://www.cishuge.com/read/0/250/"
    web_data = requests.get(url)
    soup = BeautifulSoup(web_data.text, 'lxml')

    titles = soup.select('#readerlist > ul > li > a')
    for title in titles:

       data = {
           'title': title.get('title'),
           'link': title.get('href')
       }
       print(data)
  3. 目标网页为http://www.cishuge.com/read/0/250/

  4. 运行结果如下图所示

链接能正常显示,文章标题貌似‘乱码’
百度下没找到解决方法,特来求助各位前辈

补充:运行环境 windows10, python3, pycharm

迷茫迷茫2742日前1156

全員に返信(2)返信します

  • 巴扎黑

    巴扎黑2017-04-17 17:24:06

    リーリー リーリー

    返事
    0
  • ringa_lee

    ringa_lee2017-04-17 17:24:06

    1. 他の人の Web サイトのエンコードを確認してください
    2. トランスコードする必要がある場合はトランスコードします
    https://github.com/bravekingzhang/moveSpider/blob/master/dyspider/html_downloader を参照してください。 .py

    返事
    0
  • キャンセル返事