https://gist.github.com/anonymous/f7781da21b44925a36320e61b6f27283
print h.text # 亂碼
我範例是從露天拍賣抓資料可是出現都是亂碼, 後來google 有人提到露天網頁編碼是 big5
後來我找到有人針對露天拍賣編碼去轉成unicode
http://bugcaptor.logdown.com/posts/181043-the-big5-page-requests-get-back-into-python-utf8
b = h.text.encode('latin-1').decode('big5')
UnicodeDecodeError: 'big5' codec can't decode bytes in position 207-208:
illegal multibyte sequence
但會出現上面錯誤訊息
後來我改成utf-8 網頁資料就正常
b = h.text.encode('latin-1').decode('utf-8')
好奇露天拍路編碼是 big5 那為什麼用 latin-1 轉成 str 在用decode('utf-8') 轉回 unicode
這樣會是正確?
print h.encoding 想去看編碼可是看到編碼是 ISO-8859-1 怎麼跟big5 utf8 latin-1 都沒關係?
謝謝