爬虫总是拿到乱码？这个库帮你轻松解决

文章预览

1.chardet库的安装与介绍 玩儿过爬虫的朋友应该知道，在爬取不同的网页时，返回结果会出现乱码的情况。比如，在爬取某个中文网页的时候，有的页面使用GBK/GB2312，有的使用UTF8，如果你需要去爬一些页面，知道网页编码很重要的。 虽然HTML页面有charset标签，但是有些时候是不对的，那么chardet就能帮我们大忙了。使用 chardet 可以很方便的实现字符串/文件的编码检测。 如果你安装过Anaconda，那么可以直接使用chardet库。如果你只是安装了Python的话，就需要使用下面几行代码，完成chardet库的安装。 pip install chardet 接着，使用下面这行代码，导入chardet库。 import  chardet 2.chardet库的使用 这个小节，我们分3部分讲解。 2.1 chardet.detect()函数 detect()函数接受一个参数，一个非unicode字符串。它返回一个字典，其中包含自动检测到的字符编码和从0到1的可信度级 ………………………………