关于Python3爬虫抓取网页Unicode

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。

python3 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)

OK！

关于Python3爬虫抓取网页Unicode

原文：http://www.cnblogs.com/hlssz/p/5736533.html