ISO-8859-1 

GB2312/GBK 

utf-8

unicode

 

利用encode与decode

字符串在Python内部的表示是unicode编码,在做编码转换时,通常需要以unicode作为中间编码,即先将其他编码的字符串解码(decode)成unicode,再从unicode编码(encode)成另一种编码。

decode的作用是将其他编码的字符串转换成unicode编码,如str1.decode(‘gb2312’),表示将gb2312编码的字符串str1转换成unicode编码。

encode的作用是将unicode编码转换成其他编码的字符串,如str2.encode(‘utf-8’),表示将unicode编码的字符串str2转换成utf-8编码。

 

 

编码的种类_字符串

 

 

 

如何找到需要抓取的目标网页的编码格式

1、查看网页源代码

编码的种类_linux_02

 

 

2.检查元素,查看Response Headers

 

编码的种类_字符串转换_03