使用lxml.etree做爬蟲抓取網(wǎng)頁(yè)，但如果網(wǎng)頁(yè)是gbk/gb2312編碼，則會(huì)出現(xiàn)亂碼問題，困擾了好久 -_ -！ 后來(lái)發(fā)現(xiàn)html.tex...
投稿
收錄了4篇文章 · 2人關(guān)注
-
使用lxml解析html，etree.HTML中出現(xiàn)亂碼的解決方法 -
爬取Jenkins Offline Slave Name列表儲(chǔ)存到本地1.在這樣的頁(yè)面下有一堆offline的機(jī)器，我們現(xiàn)在就把Offline Slave Name下的數(shù)據(jù)全部爬取到本地。 2.這個(gè)其實(shí)挺簡(jiǎn)單，F(xiàn)1...
-
爬蟲入門：爬取百度頁(yè)面保存到記事本
這個(gè)比較簡(jiǎn)單，就幾行代碼搞定： import requests import sys reload(sys) sys.setdefaultenc...
-
爬蟲入門：爬取百度貼吧圖片#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', '推薦專題《Python爬蟲》（ 分享自 @簡(jiǎn)書 ）','http://www.itdecent.cn/c/eb2d3918e023?utm_campaign=maleskine&utm_content=collection&utm_medium=reader_share&utm_source=weibo','頁(yè)面編碼gb2312|utf-8默認(rèn)gb2312'));){kind=link}