共计 861 个字符，预计需要花费 3 分钟才能阅读完成。
|
这几天打算采集一些 discuz 的论坛用户 http://2bcpa.com/home.php?mod=space&uid=1（以此为例，这个站长兄弟，我只是正好看到你的论坛，以此举例，并非针对） 但是采集后的 response.content 数据内的中文，全部都是 x 开头的编码，而符号和英文数据都是正常的 请教下如何采集这个页面获得的中文都是正常的，而不是 x 编码 额，从今天中午研究到现在了，尝试了网上不同办法，依据没解决，还请了解的大佬写个几句指点下。。。 |
网友回复：
注册 ： response.encoding=”utf-8″
战神赵日天 ： 这个早就试过了，不行，完全没有反应，我甚至都在想，是不是我本地 python 缺少什么库，或者编码组件
iiss： 建议源码发出来
战神赵日天 ： 好滴，我源码马上上传，还请大佬帮忙指点
iiss： 你这不用.text 而是用.content 是为啥呢，.content 是未解析的原始内容啊。
战神赵日天 ： 我试试你说的先，多谢指点
directlinkss： 大佬你好，刚才已经上传了 rar，后来看到 6 楼大佬解答，我发现测试下，就 ok 了，因为我的确是属于 python 界的文盲，所以的确这种基础问题都没搞懂，已经可以打印出中文了，感谢大佬指点。
战神赵日天 ： 感谢大佬指点，目前已经输出中文了，因为我的确是从未基础性的学习过 python，还请见谅，再次感谢。如果后面在遇到问题，再请教大佬你。
战神赵日天 ： 我告诉你这个产生的原因吧。原始数据 json.dumps 没有加 ensure_ascii 然后 http 到客户端就成这样子 如果 json.dumps(data,ensure_ascii=False) 浏览器数据就不会出现这个。那么怎么解决呢，其实不是 UTF 解码的问题，记得以前我搞过一次，解决方法是先 encode 再重新 decode 一遍（具体忘了，当时也是百度解决的）另外根据产生的原因，我觉得也可以试下用 json 来解决，json.parse 出来应该没问题。
注册 ： 额，你这几个方法，下午我都试过，后来还是按照 6 楼的办法解决了 谢谢你的指点
