鱼C论坛

 找回密码
 立即注册
查看: 2845|回复: 2

用python爬虫下载网页无法正常显示中文

[复制链接]
发表于 2014-2-9 20:43:12 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能^_^

您需要 登录 才可以下载或查看,没有账号?立即注册

x
以下是我的python源代码,目的是抓取百度贴吧的网页
import string, urllib.request
def baidu_tieba(url,begin_page,end_page):
    for i in range(begin_page, end_page+1):
        sName = str(i) +'.html'
        print('正在下载第' + str(i) + '个网页,并将其存储为' +sName+'...')
        f = open(sName,'w')
        m = urllib.request.urlopen(url + str(i)).read()
        content = str(m).encode('UTF-8')
        f.write(str(content))
        f.close()

bdurl = str(input('请出入贴吧地址,去掉pn=后面的数字:\n'))
begin_page = int(input('开始页数:\n'))
end_page = int(input('结束页数:\n'))


baidu_tieba(bdurl,begin_page,end_page)


抓取结果截图:
QQ图片20140209202434.jpg
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复

使用道具 举报

发表于 2014-2-28 11:18:59 | 显示全部楼层
这编码的问题
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

发表于 2014-7-24 22:03:56 | 显示全部楼层
好高阶啊
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Archiver|鱼C工作室 ( 粤ICP备18085999号-1 | 粤公网安备 44051102000585号)

GMT+8, 2024-3-29 02:12

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表