python requests 乱码_python3 requests 抓取乱码问题
遇到此问题后 设置r.encoding='gbk'或r.encoding='gb2312'后可以了
注意:gbk范围要比gb2312要大,设置gbk要好
python用到中文转拼音的一个包 xpinyin,但用pyinstaller生成exe时,运行提示缺包,没解决
python读取文件方式:
读取:
file = open('setUrl.txt','r')
url = file.read()
file.close()
写入:不存在创建,每次打开写入时先清空再开始写入
file = open('sql.txt','w') #‘w’是覆盖,‘a’是追加
for i in strs:
print(i[2])
file.write(i[2] + '\n')
file.close()
python模块安装方法:
进入命令行直接输入 :pip install 包名
python打包exe 方法
进入程序目录,用pyinstaller打包,输入命令行:pyinstaller [-F] 打包python文件名.py该方式在迁移后不能修改.py文件,不推荐,暂没找到好方法,并且打包后运行会提示缺模块如“queue”要在py中引入“from multiprocessing import Queue”。
python3中全局变量使用方式,主方法中声明,调用方法中再声明
global 变量名
def funcA():
global 变量名
一些网站可能简单屏蔽网页抓取,通过设置http请求标头,可实现抓取UserAgent = 'Mozilla/5.0 (Windows NT 10.0; WOW64; Trident/7.0; rv:11.0) like Gecko'
accept = '*/*'
acceptLanguage = 'zh-Hans-CN, zh-Hans; q=0.8, en-US; q=0.5, en; q=0.3'
acceptEncoding = 'gzip, deflate, sdch'
Cookie = 'AD_RS_COOKIE=20083361; _trs_ua_s_1=em41_6_j0ywubts; _gscu_1771678062=91030129ufqfm619; _gscs_1771678062=9103012938hyzj19|pv:1; _gscbrs_1771678062=1; _trs_uv=23au_6_j0ywubts'
Host = 'www.stats.gov.cn'
CacheControl = 'no-cache'
Connection = 'Keep-Alive'
headers = { 'User-Agent' : UserAgent,'accept':accept,'accept-Encoding':acceptEncoding,'Accept-Language':acceptLanguage,'Cookie':Cookie,'Host':Host,'Cache-Control' : CacheControl,'Connection':Connection}
s = requests.Session()
s.headers.update(headers)
req = s.get(url)
req.encoding='gbk'
网页抓取 解析html
BeautifulSoup很好用,类似jquery选择器,可替代正则表达式
python requests 乱码_python3 requests 抓取乱码问题相关推荐
- php抓取页面内容乱码,如何解决抓取乱码php网页的问题
爬行乱码php网页的解决方案:1.使用"mbconvertencoding"来转换编码:2.设置并添加"curl _ setopt ($ ch,curl opt _ en ...
- [Python爬虫] 三、数据抓取之Requests HTTP 库
往期内容提要: [Python爬虫] 一.爬虫原理之HTTP和HTTPS的请求与响应 [Python爬虫] 二.爬虫原理之定义.分类.流程与编码格式 一.urllib 模块 所谓网页抓取,就是把URL ...
- php gzip乱码,php file_get_contents抓取Gzip网页乱码的三种解决方法
把抓取到的内容转下编码即可($content=iconv("GBK", "UTF-8//IGNORE", $content);),我们这里讨论的是如何抓取开了G ...
- 如何解决php网页抓取乱码问题?
如何解决php网页抓取乱码问题? php网页抓取乱码的解决办法:1.使用"mbconvertencoding"转换编码:2.设置添加"curl_setopt($ch, C ...
- Python爬虫之gif图片抓取
Python爬虫之gif图片抓取 标签:图片爬虫 这几天,对于怎么去爬取图片很感兴趣,就研究了一下,图片爬虫可以说是有简单,更有复杂的,今天,我做了一个比较简单的gif的图片爬虫,仅仅学习一下怎么进行 ...
- [Python爬虫] 四、数据抓取之HTTP/HTTPS抓包工具Fiddler
往期内容提要: [Python爬虫] 一.爬虫原理之HTTP和HTTPS的请求与响应 [Python爬虫] 二.爬虫原理之定义.分类.流程与编码格式 [Python爬虫] 三.数据抓取之Request ...
- Python实现的淘宝直通车数据抓取(3)
商家那里给出的是一个有几千行的excel表,这里使用openpyxl来读取excel. class read_write: def __init__(self,token,cookiestr): se ...
- Python爬虫:利用JS逆向抓取携程网景点评论区图片的下载链接
Python爬虫:利用JS逆向抓取携程网景点评论区图片的下载链接 1. 前言 2. 实现过程 3. 运行结果 1. 前言 文章内容可能存在版权问题,为此,小编不提供相关实现代码,只是从js逆向说一说到 ...
- 小猪的Python学习之旅 —— 20.抓取Gank.io所有数据存储到MySQL中
小猪的Python学习之旅 -- 20.抓取Gank.io所有数据存储到MySQL中 标签:Python 一句话概括本文: 内容较多,建议先mark后看,讲解了一波MySQL安装,基本操作,语法速成, ...
- Python爬虫实战六之抓取爱问知识人问题并保存至数据库
大家好,本次为大家带来的是抓取爱问知识人的问题并将问题和答案保存到数据库的方法,涉及的内容包括: Urllib的用法及异常处理 Beautiful Soup的简单应用 MySQLdb的基础用法 正则表 ...
最新文章
- unity项目警告之 LF CRLF问题
- HTML5 虚拟键盘出现挡住输入框的解决办法
- AutoCAD 2011、Map 3D 2011, Civil 3D 2011命令行中不能输入中文的修复补丁
- 看了《为什么你应该写博客》有感
- Scala学习之路 (六)Scala的类、对象、继承、特质
- cocos2d-js 3.0 jsb环境调用底层java代码
- python是一门高级的计算机语言对吗_Python是一门怎样的编程语言
- unity字符串换行符_unity如何在中文文本换行时实现排版换行,避免标点符号出现在行首等比较丑的情况?...
- python字典用法大全
- 杀死提交的hadoop任务
- ANSI是什么编码?
- 直流调速系统概述工作原理实训教学
- 为什么python胶水语言_为什么只有python成了胶水语言?
- 一筐鸡蛋 1个1个拿……弱智题
- 用阿里网盘有一段时间了,说说总体感受吧
- python处理页眉_python批量替换页眉页脚实例代码
- 网课搜题API接口搭建教程
- iMAC——全新重装Mac系统
- Try-with-resources are not supported at language level ‘5‘ 报错
- bWAPP靶场漏洞环境搭建Docker版