運行結果沒有問題 文件寫入正常 就是詞條的內容亂碼
弄了很久了 還沒找到解決方法 求解
丶coding
2017-06-18
3 回答
舉報
0/150
提交
取消
2017-06-20
如果是URL部分亂碼/item/%E7%BC%96%，是因為url采用了再編碼-->16進制編碼
解決方法：調用urllib.parse.unquote("/item/%E7%BC%96%")來變回中文
注意：變回中文的URL無法用urllib.request.urlopen(URL)來訪問，可以在最后輸出html的時候變回中文
輸出的html分url,title,data三列，title和data出現\x96\x12\x34(unicode編碼)
原因：因為先用encoding='utf-8'新建html文件，然后又fout.write("<td>%s</td>" % data['title'].encode('utf-8))又編碼成unicode
解決方法：直接fout.write("<td>%s</td>" % data['title'])
附源代碼，可對比學習
2017-07-22
#<a target="_blank" href="/item/%E8%83%B6%E6%B0%B4%E8%AF%AD%E8%A8%80">膠水語言</a>
links = soup.find_all('a', href = re.compile(r'^/item/[\W\w]+'))
?求教正則匹配這兒應該怎么寫呢？我的正則匹配不出來東西么?。?！
2017-06-18
沒有指定編碼格式？課程中不是說了要加上coding=utf-8