爬虫下来的网页中文乱码解决

# -*- coding:UTF-8 -*-
import requests

if __name__ == '__main__':
    target = 'http://www.biqukan.com/1_1094/5403177.html'
    req = requests.get(url=target)
    print(req.text)

运行结果：

print(req.encoding)  # 查看网页返回的字符集类型。发现，网页的字符集类型采用的是 GBK 编码格式。请求网页返回的是 ISO-8859-1 不一致，所以乱码。

通过 req.encoding来设置编码形式，乱码解决。

# -*- coding:UTF-8 -*-
import requests

if __name__ == '__main__':
    target = 'http://www.biqukan.com/1_1094/5403177.html'
    req = requests.get(url=target)
    #print(req.encoding)  # 查看网页返回的字符集类型
    req.encoding = "gbk"   #设定编码方式
    print(req.text)

(req.encoding)  # 查看网页返回的字符集类型print(req.encoding)  # 查看网页返回的字符集类型 print(req.encoding)  # 查看网页返回的字符集类型