我們經常通過python做采集網頁數據的時候，會碰到一些亂碼問題，今天給大家分享一個解決網頁亂碼，尤其是中文網頁的通用方法。

首頁我們需要安裝chardet模塊，這個可以通過easy_install 或者pip來安裝。

安裝完以后我們在控制臺上導入模塊，如果正常就可以。

比如我們遇到的一些ISO-8859-2也是可以通過下面的方法解決的。

直接上代碼吧：

import urllib2
import sys
import chardet

req = urllib2.Request("http://www.163.com/")##這里可以換成http://www.baidu.com,http://www.sohu.com
content = urllib2.urlopen(req).read()
typeEncode = sys.getfilesystemencoding()##系統(tǒng)默認編碼
infoencode = chardet.detect(content).get('encoding','utf-8')##通過第3方模塊來自動提取網頁的編碼
html = content.decode(infoencode,'ignore').encode(typeEncode)##先轉換成unicode編碼，然后轉換系統(tǒng)編碼輸出
print html

?通過上面的代碼，相信能夠解決你采集亂碼的問題。

轉載于:https://www.cnblogs.com/wanpython/archive/2013/06/04/3117957.html

總結

以上是生活随笔為你收集整理的python抓取中文网页乱码的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。