[已解决]爬知乎回答中文乱码的问题

霍乱时期的滥情

在测试知乎回答采集的时候发现中文乱码，请问是什么原因造成的？有什么办法解决吗？

这是在Jason的文字：

json的文字

这是代码输出的文字：

输出文字

源代码：

import json
import requests

headers = {'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.25 Safari/537.36'}

url = "https://www.zhihu.com/api/v4/questions/310681355/answers?include=data%5B%2A%5D.is_normal%2Cadmin_closed_comment%2Creward_info%2Cis_collapsed%2Cannotation_action%2Cannotation_detail%2Ccollapse_reason%2Cis_sticky%2Ccollapsed_by%2Csuggest_edit%2Ccomment_count%2Ccan_comment%2Ccontent%2Ceditable_content%2Cvoteup_count%2Creshipment_settings%2Ccomment_permission%2Ccreated_time%2Cupdated_time%2Creview_info%2Crelevant_info%2Cquestion%2Cexcerpt%2Crelationship.is_authorized%2Cis_author%2Cvoting%2Cis_thanked%2Cis_nothelp%2Cis_labeled%2Cis_recognized%2Cpaid_info%2Cpaid_info_content%3Bdata%5B%2A%5D.mark_infos%5B%2A%5D.url%3Bdata%5B%2A%5D.author.follower_count%2Cbadge%5B%2A%5D.topics&limit=5&offset=0&platform=desktop&sort_by=default"

req = requests.get(url,headers = headers)

target = json.loads(req.text)['data'][1]['excerpt']

print(target)

最佳答案

月排行榜 / 总排行榜

快速收敛

2019-8-29 18:06:01

字的编码问题，

target = json.loads(req.content.decode("utf-8"))['data'][1]['excerpt']

网页可能不是utf-8编码，直接获取二进制源码，再转化成utf-8编码

跳转到最佳答案楼层

塔利班

你能直接看到源代码，里面就是添加了不少干扰字符

霍乱时期的滥情

塔利班 发表于 2019-8-29 17:47
你能直接看到源代码，里面就是添加了不少干扰字符

是喔，看到了，请问有办法搞定它不？谢谢。

快速收敛

字的编码问题，

target = json.loads(req.content.decode("utf-8"))['data'][1]['excerpt']

网页可能不是utf-8编码，直接获取二进制源码，再转化成utf-8编码

solardo

strtmp='yourstring'.encode('raw_unicode_escape') #编码为bytes
strtmp=strtmp.decode('gbk')#解码

https://www.hiwendi.com/detail/15/