[已解决]乱码

歌者文明清理员

现象：

源代码：

from selenium.webdriver import Chrome, ChromeOptions
from bs4 import BeautifulSoup
from pandas import DataFrame
from time import sleep


options = ChromeOptions()
options.add_argument("headless")
driver = Chrome(options=options)

url = 'https://movie.douban.com/explore'
driver.get(url)

sleep(2)

source = driver.page_source

soup = BeautifulSoup(source, 'lxml')
names = soup.select('.drc-subject-info-title-text')
names = [name.text for name in names]
types = soup.select('.drc-subject-info-subtitle')
types = [movieType.text for movieType in types]

data = []
for i, name in enumerate(names):
    data.append([name, types[i]])

df = DataFrame(data)
df.to_csv('1.csv', encoding='utf-8')

driver.quit()

（曾多次运行，仍未解决）

最佳答案

月排行榜 / 总排行榜

isdkz

2023-5-14 11:32:29

这个问题可能是由于输出到csv文件时使用的编码不正确导致的。请尝试使用UTF-8-sig编码来保存csv文件，即将 encoding='utf-8' 改为 encoding='utf-8-sig' 。

修改后的代码如下：

from selenium.webdriver import Chrome, ChromeOptionsfrom bs4 import BeautifulSoupfrom pandas import DataFramefrom time import sleepoptions = ChromeOptions()options.add_argument("headless")driver = Chrome(options=options)url = 'https://movie.douban.com/explore'driver.get(url)sleep(2)source = driver.page_sourcesoup = BeautifulSoup(source, 'lxml')names = soup.select('.drc-subject-info-title-text')names = [name.text for name in names]types = soup.select('.drc-subject-info-subtitle')types = [movieType.text for movieType in types]data = []for i, name in enumerate(names):    data.append([name, types[ i]])df = DataFrame(data)df.to_csv('1.csv', encoding='utf-8-sig')driver.quit()

这样应该就能够正确保存csv文件了。

跳转到最佳答案楼层

isdkz

这个问题可能是由于输出到csv文件时使用的编码不正确导致的。请尝试使用UTF-8-sig编码来保存csv文件，即将 encoding='utf-8' 改为 encoding='utf-8-sig' 。

修改后的代码如下：

from selenium.webdriver import Chrome, ChromeOptionsfrom bs4 import BeautifulSoupfrom pandas import DataFramefrom time import sleepoptions = ChromeOptions()options.add_argument("headless")driver = Chrome(options=options)url = 'https://movie.douban.com/explore'driver.get(url)sleep(2)source = driver.page_sourcesoup = BeautifulSoup(source, 'lxml')names = soup.select('.drc-subject-info-title-text')names = [name.text for name in names]types = soup.select('.drc-subject-info-subtitle')types = [movieType.text for movieType in types]data = []for i, name in enumerate(names):    data.append([name, types[ i]])df = DataFrame(data)df.to_csv('1.csv', encoding='utf-8-sig')driver.quit()

这样应该就能够正确保存csv文件了。

歌者文明清理员

isdkz 发表于 2023-5-14 11:32
这个问题可能是由于输出到csv文件时使用的编码不正确导致的。请尝试使用UTF-8-sig编码来保存csv文件，即将  ...

gpt有问题，点击“复制代码”换行全没了

陶远航

如果导出 csv 文件中出现了乱码，可以尝试修改 to_csv 中的参数 encoding='utf-8' 为其他编码方式，如 gbk、gb2312 等，因为 Excel 打开 csv 文件时默认使用的编码方式可能与 utf-8 不同。如果代码本身输出结果为乱码，则需要确认网页的编码方式，并在 BeautifulSoup 解析时指定正确的编码方式，如 'gbk'、'gb2312' 等。

isdkz

歌者文明清理员 发表于 2023-5-14 11:33
gpt有问题，点击“复制代码”换行全没了

你可以不要复制它的代码，直接把你原来代码的 encoding='utf-8' 改成 encoding='utf-8-sig'