[已解决]关于www.fishc.com的编码

ChuckCheng · 发表于 2019-10-18 15:35:50

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

本帖最后由 ChuckCheng 于 2019-10-18 15:46 编辑

最近在学小甲鱼的爬虫，例子中小甲鱼打开审查元素在 <head> 标签中的 charset 显示的是UTF-8
但是我打开的看到的是

<meta http-equiv="Content-Type" content="text/html; charset=gbk" />

但在Python中还是只能用
html=html.decode("utf-8")去解码
请问这是为什么www.fishc.com显示的是gbk而不是utf-8

二者是什么关系

最佳答案

月排行榜 / 总排行榜

MyWifeDF41

2019-10-18 15:48:35

GBK是汉字的编码的扩展，utf-8是所有字符的编码，英文使用8位（即一个字节），中文使用24位（三个字节）。如果网站主要面向中国人就一般会选择gbk

跳转到最佳答案楼层

弱弱的佳佳 · 发表于 2019-10-18 15:41:38

gbk和utf-8是两种编码，先把编码转成utf-8去解析，再转换会gbk？

MyWifeDF41 · 发表于 2019-10-18 15:48:35

这个最佳答案由 MyWifeDF41 给出，感谢 MyWifeDF41 的回答。

单击隐藏图章

GBK是汉字的编码的扩展，utf-8是所有字符的编码，英文使用8位（即一个字节），中文使用24位（三个字节）。如果网站主要面向中国人就一般会选择gbk

一个账号 · 发表于 2019-10-18 16:57:37

楼上正确

winsome8538 · 发表于 2020-2-24 16:48:32

感谢楼主分享

账号		自动登录	找回密码
密码			立即注册

[已解决]关于www.fishc.com的编码

马上注册，结交更多好友，享用更多功能^_^

回帖奖励 +10 鱼币

回帖奖励 +2 鱼币

回帖奖励 +2 鱼币

回帖奖励 +2 鱼币