网页爬虫 - python处理中文
本文介绍了网页爬虫 - python处理中文的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
问 题
最近在学习python爬虫,用的scrapy,基本流程都通顺了,但是发现解析页面中文的时候比较头大。
比如抽取到的内容可能含有 《 【 等字符,这个时候怎么处理?
另外,xpath搜索的时候也有可能需要通过中文匹配,怎么破?
解决方案
可以考虑采用正则匹配。
参考这篇文章:http://blog.csdn.net/gatieme/article/details/43235791
这篇关于网页爬虫 - python处理中文的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持IT屋!
查看全文