使用lxml.etree做爬虫抓取网页，但如果网页是gbk/gb2312编码，则会出现乱码问题，困扰了好久 -_ -！ 后来发现html.tex...
投稿
收录了4篇文章 · 2人关注
-
使用lxml解析html，etree.HTML中出现乱码的解决方法 -
爬取Jenkins Offline Slave Name列表储存到本地1.在这样的页面下有一堆offline的机器，我们现在就把Offline Slave Name下的数据全部爬取到本地。 2.这个其实挺简单，F1...
-
爬虫入门：爬取百度页面保存到记事本
这个比较简单，就几行代码搞定： import requests import sys reload(sys) sys.setdefaultenc...
-
爬虫入门：爬取百度贴吧图片#coding = utf-8importreimporturllibdef getHtml(url):page = urllib.urlope...
{var%20f='http://v.t.sina.com.cn/share/share.php?appkey=1881139527',u=z||d.location,p=['&url=',e(u),'&title=',e(t||d.title),'&source=',e(r),'&sourceUrl=',e(l),'&content=',c||'gb2312','&pic=',e(p||'')].join('');function%20a(){if(!window.open([f,p].join(''),'mb',['toolbar=0,status=0,resizable=1,width=440,height=430,left=',(s.width-440)/2,',top=',(s.height-430)/2].join('')))u.href=[f,p].join('');};if(/Firefox/.test(navigator.userAgent))setTimeout(a,0);else%20a();})(screen,document,encodeURIComponent,'','','https://upload.jianshu.io/collections/images/521028/pa.jpg', '推荐专题《Python爬虫》（ 分享自 @简书 ）','https://jianshuapi.com/c/eb2d3918e023?utm_campaign=maleskine&utm_content=collection&utm_medium=reader_share&utm_source=weibo','页面编码gb2312|utf-8默认gb2312'));){kind=link}