python写入html文件中文乱码-解决办法

                       

python写入html文件中文乱码问题

使用open函数将爬虫爬取的html写入文件，有时候在控制台不会乱码，但是写入文件的html中的中文是乱码的

案例分析

看下面一段代码：

# 爬虫未使用cookiefrom urllib import requestif __name__ == '__main__':    url = "http://www.renren.com/967487029/profile"    rsp = request.urlopen(url)    html = rsp.read().decode()    with open("rsp.html","w")as f:        # 将爬取的页面        print(html)        f.write(html)
   
   

    
    
1
    
    
2
    
    
3
    
    
4
    
    
5
    
    
6
    
    
7
    
    
8
    
    
9
    
    
10
    
    
11
    
    
12
    
    
13
    
    
14
   
   

看似没有问题，并且在控制台输出的html也不会出现中文乱码，但是创建的html文件中

解决方案

使用open方法的一个参数，名为encoding=” “，加入encoding=”utf-8”即可

# 爬虫未使用cookiefrom urllib import requestif __name__ == '__main__':    url = "http://www.renren.com/967487029/profile"    rsp = request.urlopen(url)    html = rsp.read().decode()    with open("rsp.html","w",encoding="utf-8")as f:        # 将爬取的页面        print(html)        f.write(html)
   
   

    
    
1
    
    
2
    
    
3
    
    
4
    
    
5
    
    
6
    
    
7
    
    
8
    
    
9
    
    
10
    
    
11
    
    
12
    
    
13
    
    
14
   
   

运行结果

之前写过一篇 关于爬虫编程的常见错误： 
https://blog.csdn.net/qq_40147863/article/details/81673694
但是编码问题很让人头疼，所以写了一篇独立的，且后续也可能会在本篇继续更多的编码问题

---

- 本笔记不允许任何个人和组织转载