鱼C论坛

 找回密码
 立即注册
查看: 988|回复: 1

[已解决]爬虫求助

[复制链接]
发表于 2021-7-11 14:54:30 | 显示全部楼层 |阅读模式

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
import requests
from bs4 import BeautifulSoup
if __name__ == '__main__':
    headers = {
        'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_0) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/72.0.3626.121 Safari/537.36'
    }
    url = 'http://www.shicimingju.com/book/sanguoyanyi.html'
    page_text=requests.get(url=url,headers=headers).text.encode('iso-8859-1')
    page_soup=BeautifulSoup(page_text,'lxml')
    page_tage=page_soup.select('.book-mulu>ul>li')
    for li in page_tage:
        path=r'https://m.shicimingju.com/'+li.a['href']
        title=li.string
        detail_text=requests.get(url=path,headers=headers).text.encode('iso-8859-1')
        detail_soup=BeautifulSoup(detail_text,'lxml')
        content=detail_soup.find('div',class_='chapter_content')
        content=content.text
        print(title)
        print(content)

为什么要用encode('iso-8859-1')才能不显示乱码啊?还有这个'iso-8859-1'是怎么知道该用他不用utf-8
最佳答案
2021-7-11 15:19:55
https://www.cnblogs.com/huangchenggener/p/10983866.html
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复

使用道具 举报

发表于 2021-7-11 15:19:55 | 显示全部楼层    本楼为最佳答案   
https://www.cnblogs.com/huangchenggener/p/10983866.html
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Archiver|鱼C工作室 ( 粤ICP备18085999号-1 | 粤公网安备 44051102000585号)

GMT+8, 2024-6-7 07:47

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表