首页 > web开发 > 正文

python 判断网页编码

时间:04-08 来源:老王python, 标签:python

这段时间在用python处理网页抓取这块,互联网很多网页的编码格式都不一样,大体上是GBK,GB2312,UTF-8,等待。我们在获取
网页的的数据后,先要对网页的编码进行判断,才能把抓取的内容的编码统一转换为我们能够处理的编码。比如beautiful soup内部的编码就是unicode的编码。

下面介绍两种python 判断网页编码的方法:


#encoding=utf-8
#python 判断网页编码
import urllib
f = urllib.urlopen('http://xxx.com').info()

print f.getparam('charset')

import chardet #你需要安装一下chardet第3方判断编码的模块

data = urllib.urlopen('http://xxx.com').read()

print chardet.detect(data)

老王python提供python基础教程,爬虫,seo工具,excel相关开发教程。

Copyright © 2020 www.cnpythoner.com All rights reserved. 赣ICP备19013357号-1基于python+django开发