Python爬网页,不确定网页的编码,不需要用第三方库,自己写个判断,乱拳打死老师傅
detect试了,不好用
apparent_encoding试了,不好用
encoding试了,不好用
headers里get试了,不好用
最后用下面这个方法,反而是最好用的,也不是100%准确,但是在我用的过程中,这个是最好用的,反正也没有100%的,还不如用自己写的函数呢
python
def detect_encoding(byte_text):
encodings_to_try = ['utf-8', 'gbk', 'gb2312', 'gb18030', 'ascii', 'latin1']
for encoding in encodings_to_try:
try:
return encoding
except UnicodeDecodeError:
continue
return None