pyhton案例: 爬网页显示乱码

最近想写一个爬天气的小爬虫,百度了一个天气API (json)的网址:
http://wthrcdn.etouch.cn/weather_mini?city=%E5%8C%97%E4%BA%AC

用火狐浏览器打开后显示乱码:

{"data":{"yesterday":{"date":"1鏃ユ槦鏈熷洓","high":"楂樻俯 31鈩�","fx":"鍗楅","low":"浣庢俯 17鈩�","fl":"3-4绾�","type":"鏅�"},"city":"鍖椾含","aqi":"60","forecast":[{"date":"2鏃ユ槦鏈熶簲","high":"楂樻俯 24鈩�","fengli":"3-4绾�","low":"浣庢俯 13鈩�","fengxiang":"涓滈","type":"闃甸洦"},{"date":"3鏃ユ槦鏈熷叚","high":"楂樻俯 28鈩�","fengli":"寰绾�","low":"浣庢俯 16鈩�","fengxiang":"鍗楅","type":"鏅�"},{"date":"4鏃ユ槦鏈熷ぉ","high":"楂樻俯 31鈩�","fengli":"寰绾�","low":"浣庢俯 19鈩�","fengxiang":"鍗楅","type":"澶氫簯"},{"date":"5鏃ユ槦鏈熶竴","high":"楂樻俯 27鈩�","fengli":"寰绾�","low":"浣庢俯 17鈩�","fengxiang":"鍗楅","type":"闃�"},{"date":"6鏃ユ槦鏈熶簩","high":"楂樻俯 25鈩�","fengli":"寰绾�","low":"浣庢俯 16鈩�","fengxiang":"鍗楅","type":"闃�"}],"ganmao":"鍚勯」姘旇薄鏉′欢閫傚疁锛屽彂鐢熸劅鍐掓満鐜囪緝浣庛€備絾璇烽伩鍏嶉暱鏈熷浜庣┖璋冩埧闂翠腑锛屼互闃叉劅鍐掋€�","wendu":"20"},"status":1000,"desc":"OK"}

调试改变网页编解码格式为:unicode,显示正常:

{"data":{"yesterday":{"date":"1日星期四","high":"高温 31℃","fx":"南风","low":"低温 17℃","fl":"3-4级","type":"晴"},"city":"北京","aqi":"60","forecast":[{"date":"2日星期五","high":"高温 24℃","fengli":"3-4级","low":"低温 13℃","fengxiang":"东风","type":"阵雨"},{"date":"3日星期六","high":"高温 28℃","fengli":"微风级","low":"低温 16℃","fengxiang":"南风","type":"晴"},{"date":"4日星期天","high":"高温 31℃","fengli":"微风级","low":"低温 19℃","fengxiang":"南风","type":"多云"},{"date":"5日星期一","high":"高温 27℃","fengli":"微风级","low":"低温 17℃","fengxiang":"南风","type":"阴"},{"date":"6日星期二","high":"高温 25℃","fengli":"微风级","low":"低温 16℃","fengxiang":"南风","type":"阴"}],"ganmao":"各项气象条件适宜,发生感冒机率较低。但请避免长期处于空调房间中,以防感冒。","wendu":"20"},"status":1000,"desc":"OK"}

原以为是编解码不对的问题,后调试了各种编解码,无济于事,后发现是网页压缩的问题。

#!/usr/bin/env python
# -*- coding: utf-8 -*

import re
import urllib2
import json
import sys
import zlib
from bs4 import BeautifulSoup

#encodings.aliases.aliases['ascii'] = 'windows-1252'
#reload(sys)
#sys.setdefaultencoding( "utf-8" )



def getHtml(url):
    user_agent = 'Mozilla/4.0 (compatible; MSIE 5.5; Windows NT)'
    headers = {'User-Agent':user_agent}
    req = urllib2.Request(url,headers=headers)
    print req.info()
    resp = urllib2.urlopen(req)
    html = resp.read()
    return html
html = getHtml('http://wthrcdn.etouch.cn/weather_mini?city=北京')

#html = html.encode('unicode')
html = zlib.decompress(html ,16+zlib.MAX_WBITS)
print html

只要引用zlib库,添加html = zlib.decompress(html ,16+zlib.MAX_WBITS)这行就可以了。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,047评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,807评论 3 386
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 158,501评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,839评论 1 285
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,951评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,117评论 1 291
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,188评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,929评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,372评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,679评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,837评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,536评论 4 335
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,168评论 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,886评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,129评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,665评论 2 362
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,739评论 2 351

推荐阅读更多精彩内容

  • 本文参加#未完待续,就要表白#活动,本人承诺,文章内容为原创,且未在其他平台发表过 第一杯酒我敬你,感谢你出现在我...
    三金三石阅读 545评论 0 1
  • 她们的故事没有《小时代》奢华。没有《致青春》惨烈。她们。只是在写自己。 疾驶的列车抛开所有的不可遇的风景。驶向那个...
    唐小陌阅读 467评论 0 2
  • 今天没什么 就是🐰88又想骗你们谈恋爱 当然光骗还不行 必须教你们如何用情话「撩」到手:) ☟ ♫ 传闻人有206...
    Ruueryee阅读 2,059评论 0 0