标签：import 数据 显示 class 换行 遇到 解决 文件 本地
同学想看全职法师，但是又不想看广告 让我帮他写一个爬虫~~
首先找一个看起来很好爬的网站：https://www.50zw.co/
找到全职法师，遇到的第一个问题就是编码的问题，明明网站上显示是utf-8，但是爬下来就是乱码，hin奇怪
折腾许久，终于找到解决方法：
r=requests.get(url) r.encoding=‘gb2312‘#解决中文不能正常显示
现在终于可以愉快的爬虫了
这里还有一个问题，就是爬下来的数据将每一段的换行符认成了乱码：
import re import requests url="https://www.50zw.co/book_23635/10153020.html" while url!="https://www.50zw.co/book_23635/": h="<h1>(.+?)</h1>" r=requests.get(url) r.encoding=‘gb2312‘#解决中文不能正常显示 #print(r.text) hh=re.findall(h,r.text) print(hh[0]) maintxt=""" (.+?)<br />""" nexturl="""<a href="(.+?)" class=‘next pager_next‘>下一章</a>""" nurl=re.findall(nexturl,r.text) texts=re.findall(maintxt,r.text,re.DOTALL) url=nurl[0] #print(texts) with open("全职法师.txt",‘a‘,encoding=‘utf-8‘) as f: f.write(hh[0]+‘\n‘) for i in texts: f.write(" "+i+‘\n‘) print(hh[0],"success!")
标签：import 数据 显示 class 换行 遇到 解决 文件 本地
原文地址：https://www.cnblogs.com/dyhaohaoxuexi/p/11644319.html
