Python3爬虫抓取网页中文输出乱码

原文链接： http://blog.sina.com.cn/s/blog_eb82ea590102w2xc.html

对于Python3爬虫抓取网页中文出现输出乱码

import urllib.request

response = urllib.request.urlopen('http://www.baidu.com')

html = response.read()

print(html)

上面的代码正常但是运行的时候结果遇到中文会以\xe7\x99\xbe\xe5\xba\xa6\xe4\xb8\x80代替，这是一种byte字节。

python 3输出位串，而不是可读的字符串，需要对其进行转换

使用str(string[, encoding])对数组进行转换

str(response.read(),'utf-8')

import urllib.request

response = urllib.request.urlopen('http://www.baidu.com')

html =str(response.read(),'utf-8')

print(html)

这样就解决了中文不能输出问题，效果如下