[已解决]乱码

歌者文明清理员

现象：

源代码：

1. from selenium.webdriver import Chrome, ChromeOptions
   
2. from bs4 import BeautifulSoup
   
3. from pandas import DataFrame
   
4. from time import sleep
   
5. 
   
6. 
   
7. options = ChromeOptions()
   
8. options.add_argument("headless")
   
9. driver = Chrome(options=options)
   
10. 
    
11. url = 'https://movie.douban.com/explore'
    
12. driver.get(url)
    
13. 
    
14. sleep(2)
    
15. 
    
16. source = driver.page_source
    
17. 
    
18. soup = BeautifulSoup(source, 'lxml')
    
19. names = soup.select('.drc-subject-info-title-text')
    
20. names = [name.text for name in names]
    
21. types = soup.select('.drc-subject-info-subtitle')
    
22. types = [movieType.text for movieType in types]
    
23. 
    
24. data = []
    
25. for i, name in enumerate(names):
    
26.     data.append([name, types[i]])
    
27. 
    
28. df = DataFrame(data)
    
29. df.to_csv('1.csv', encoding='utf-8')
    
30. 
    
31. driver.quit()
    

复制代码

（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：

1. from selenium.webdriver import Chrome, ChromeOptions
2. from bs4 import BeautifulSoup
3. from pandas import DataFrame
4. from time import sleep
6. options = ChromeOptions()
7. options.add_argument("headless")
8. driver = Chrome(options=options)
10. url = 'https://movie.douban.com/explore'
11. driver.get(url)
13. sleep(2)
15. source = driver.page_source
17. soup = BeautifulSoup(source, 'lxml')
18. names = soup.select('.drc-subject-info-title-text')
19. names = [name.text for name in names]
20. types = soup.select('.drc-subject-info-subtitle')
21. types = [movieType.text for movieType in types]
23. data = []
24. for i, name in enumerate(names):
25.     data.append([name, types[ i]])
27. df = DataFrame(data)
28. df.to_csv('1.csv', encoding='utf-8-sig')
30. driver.quit()

复制代码

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：

1. from selenium.webdriver import Chrome, ChromeOptions
2. from bs4 import BeautifulSoup
3. from pandas import DataFrame
4. from time import sleep
6. options = ChromeOptions()
7. options.add_argument("headless")
8. driver = Chrome(options=options)
10. url = 'https://movie.douban.com/explore'
11. driver.get(url)
13. sleep(2)
15. source = driver.page_source
17. soup = BeautifulSoup(source, 'lxml')
18. names = soup.select('.drc-subject-info-title-text')
19. names = [name.text for name in names]
20. types = soup.select('.drc-subject-info-subtitle')
21. types = [movieType.text for movieType in types]
23. data = []
24. for i, name in enumerate(names):
25.     data.append([name, types[ i]])
27. df = DataFrame(data)
28. df.to_csv('1.csv', encoding='utf-8-sig')
30. driver.quit()

复制代码

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'