求大哥帮忙解决一下

andenumerate

要抓取的小说内容，在网页源代码中变成了大小写英文和数字和加号的编码，而且返回状态码变成了304重定向，求大哥教一下解决思路

isdkz

方便发一下网址吗？听你的表述完全想象不出来是怎样的

andenumerate

isdkz 发表于 2023-2-21 11:50
方便发一下网址吗？听你的表述完全想象不出来是怎样的

不方便在这发，因为那个网站是别人发的，练手的网站打开后才知道是个刘备网站

isdkz

andenumerate 发表于 2023-2-21 12:05
不方便在这发，因为那个网站是别人发的，练手的网站打开后才知道是个刘备网站

听你说的大小写英文和数字和加号的编码，盲猜是 base64编码，base64编码的解码也挺方便的

ouyunfu

如果你要从网页中抓取的小说内容被编码成大小写英文、数字和加号等字符，那么可能是采用了一种编码方式，比如Base64编码或者其他编码方式。你可以使用Python中的相应库对这种编码进行解码。

对于状态码变成了304重定向，这通常意味着你请求的资源已经被缓存，服务器直接返回了缓存的内容，而没有返回实际的资源。如果你需要获取最新的内容，你可以尝试在请求中添加一些参数，比如时间戳等，以避免缓存。

以下是使用Python进行解码的示例代码：

1. import base64
   
2. 
   
3. encoded_str = "SGVsbG8gV29ybGQh"  # 编码后的字符串
   
4. decoded_str = base64.b64decode(encoded_str).decode('utf-8')  # 解码
   
5. print(decoded_str)

复制代码

如果你要解码其他编码方式的字符串，你可以使用Python的相应库进行解码，比如：

对于URL编码的字符串，可以使用urllib.parse.unquote方法进行解码。
对于HTML实体编码的字符串，可以使用html.unescape方法进行解码。
对于其他编码方式的字符串，可以参考相应的解码方法进行解码。
希望这些信息对你有所帮助！