拽猫的尾巴 发表于 2021-9-23 21:59:35

我爬取一个了网页，里面的中文变成了“\u4e07”这样子的代码，要怎么转成中文？

中文是这样的：


爬取后是这样的：


我的代码：

import requests

headers = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3314.0 Safari/537.36 SE 2.X MetaSr 1.0'}
url = 'https://s.search.bilibili.com/cate/search?main_ver=v3&search_type=video&view_type=hot_rank&order=click&copy_right=-1&cate_id=17&page=1&pagesize=20&jsonp=jsonp&time_from=20210916&time_to=20210923&callback=jsonCallback_bili_071778551135879053'

res = requests.get(url, headers = headers).text

print(res)

白two 发表于 2021-9-23 22:10:36

你确定网址是对的？
我打开就是这样的

suchocolate 发表于 2021-9-23 22:20:35

本帖最后由 suchocolate 于 2021-9-23 22:56 编辑

res = requests.get(url, headers=headers)
res.encoding = 'unicode_escape'
print(res.text)
或
res = requests.get(url, headers=headers).text
print(res.encode('utf-8').decode('unicode_escape'))
或
res = requests.get(url, headers=headers).content
print(res.decode('unicode_escape'))

拽猫的尾巴 发表于 2021-9-24 01:43:02

“\u4e07”这种类型的代码叫什么名字呀？

拽猫的尾巴 发表于 2021-9-24 01:45:11

白two 发表于 2021-9-23 22:10
你确定网址是对的？
我打开就是这样的

网址是对的，网址是我在审查元素里的network里的js里找的，我用浏览器打卡也是这样，二楼的方法可以翻译成中文

suchocolate 发表于 2021-9-24 09:24:12

拽猫的尾巴 发表于 2021-9-24 01:43
“%u4e07”这种类型的代码叫什么名字呀？

unicode
你可以在这里手工尝试转码就知道了。http://tool.chinaz.com/tools/unicode.aspx
页: [1]
查看完整版本: 我爬取一个了网页，里面的中文变成了“\u4e07”这样子的代码，要怎么转成中文？