编码问题是在网络爬虫中经常遇到的一个问题,特别是当爬取的网页内容包含不同的编码方式或特殊字符时。下面是一些解决编码问题的方法和示例代码:
import requests
url = 'http://example.com'
headers = {'charset': 'UTF-8'}
response = requests.get(url, headers=headers)
content = response.content.decode('UTF-8')
import requests
import chardet
url = 'http://example.com'
response = requests.get(url)
encoding = chardet.detect(response.content)['encoding']
content = response.content.decode(encoding)
import re
content = re.sub(r'[^\x00-\x7F]+', '', content)
import requests
import iconv
url = 'http://example.com'
response = requests.get(url)
content = iconv.iconv(response.content, 'UTF-8', 'GBK')
以上是一些解决编码问题的方法和示例代码,根据具体情况选择适合的方法来解决编码问题。