获取任意网页的编码格式

如果是非定向爬虫,不是专门爬一个固定位置的信息,而是成千上万的未知网站,那就需要找到编码格式了,使用如下正则,可以正确找到,准确率99%
content=requests.get(url).content
bianma_group=re.search(‘meta[\s\S]*?charset="?([a-zA-Z0-9\-]*)‘, respbody0, re.IGNORECASE)
if bianma_group:
print bianma_group.group(1)

获取任意网页的编码格式

原文地址:http://www.cnblogs.com/ydf0509/p/7298863.html


最新回复(0)
/jishuNpczLdScyCFuLD7RghAvZuGCw1DAXHH147Sfng_3D_3D4719016
8 简首页