网页爬虫 - Python：爬虫的中文编码问题？

Question

爬取中文网页后正则匹配出中文，得打UTF-8的编码字符

将其输出为.csv文件

在.CSV中显示为乱码

用记事本打开.csv又可以正常显示为中文

有没有大神指点是怎么一回事？怎样才能在Excel里直接看到中文？

Answer 1

簡單地方法是用pandas的to_excel方法转化成.xlsx文件，因为.xlsx預設編碼是預設支援Excel的，區別當然是無法用記事本開啟。

import pandas as pd

a = pd.read_csv('./test.csv')

a.to_excel('./test_output.xlsx', index=False)

a.to_excel('./test_output.csv', index=False)

我這裡沒有windows可以測試，可以嘗試寫入編碼為gb2312或者gbk試試。

表格文件類I/O的話其實pandas比較方便一點。

Answer 2

abs1=abs1.decode().encode('gbk')

Answer 3

excel預設使用的是GBK編碼。

Answer 4

新建一個excel文件，然後點 數據 自文本，導入csv文件