获取任意网页的编码格式

标签：body   get   arc   arch   准确率   使用   网页   meta   set   

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

标签：body   get   arc   arch   准确率   使用   网页   meta   set   

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