这篇文章主要介绍了 python 获取网页编码方式实现代码的相关资料, 需要的朋友可以参考下
Python 是一种面向对象、解释型计算机程序设计语言,由 Guido van Rossum 于 1989 年底发明,第一个公开发行版发行于 1991 年。Python 语法简洁而清晰,具有丰富和强大的类库。它常被昵称为胶水语言,它能够把用其他语言制作的各种模块(尤其是 C/C++)很轻松地联结在一起。
python 获取网页编码方式实现代码
- <span style="font-family: Arial, Helvetica, sans-serif; background-color: rgb(255, 255, 255);">
- </span>
- <span style="font-family: Arial, Helvetica, sans-serif; background-color: rgb(255, 255, 255);">
- python开发,自动化获取网页编码方式用到了chardet库,字符集检测,这个类在python2.7中没有,需要在官网上下载。 这里我下载好了chardet-2.3.0.tar.gz压缩包文件,只需要将压缩包文件解压后的chardet文件放到python安装包下的
- python27/lib/site-packages/下,就可以了。
- </span>
然后 import chardet
下面写了一个自动化检测的函数供检测 Url 连接,然后返回网页 url 的编码方式。
- import chardet #字符集检测
- import urllib
- url="http://www.jd.com"
- def automatic_detect(url):
- content=urllib.urlopen(url).read()
- result=chardet.detect(content)
- encoding=result['encoding']
- return encoding
- urls=['http://www.baidu.com','http://www.163.com','http://dangdang.com']
- for url in urls:
- print url,automatic_detect(url)
上面用到了 chardet 类的 detect 方法,返回字典,然后取出编码方式 encoding
来源: http://www.phperz.com/article/17/0323/326449.html