python爬虫乱码
A. 我在写一个python的网络爬虫，写入记事本的内容都是乱码如何使写入的数据以utf8或者gb2312的码制写入。
我从自己一个utf8的爬虫程序里面摘的。
程序开头：
#!/usr/bin/envpython
#-*-coding:utf8-*-
importurllib
importurllib2
importstring
importre
importsys
type0=sys.getfilesystemencoding()#解决中文乱码问题
后面做抓取程序的时候全部加上decode和encode。
pos1=text.find(term.decode("utf-8").encode(type0))在输入到txt的时候相应的分隔符也要decode和encode：
f.write(info+'!'.decode("utf-8").encode(type0))希望能帮到你。
B. python3爬虫获取HTML文档时的问题。
很正常。控制台支持的编码有限。建议你存到文件再打开看是否正常。
另外页面写了是gbk编码，存文件也试试gbk
C. 为什么python写的爬虫有时候抓取的数据是乱码
1. 使用chrome浏览器，打开示例页面http://tieba..com/p/3295185529?see_lz=1
2. 在帖子标题处，右键选择"审查元素"，可以看到标题的源代码
3. 进行简单的分析，我们需要获取的是title后面的内容，根据页面实际内容，我们编写相应的正则表达式：
title_re=re.compile('<h1 class="core_title_txt " title="(.*?)"')
4. 同理，我们对帖子内容进行"审查元素"，得到内容的源代码
5. 编写相应的正则表达式如下：
content_re=re.compile('<div id="post_content_\d*" class="d_post_content j_d_post_content ">(.*?)</div>')
6. 这样通过urllib2打开页面后，使用上述的正则表达式进行匹配，再对标题和文本内容进行相应的处理即可
D. python编写爬虫爬到的中文字符总是乱码，r.encoding也不行
这个页面是gb2312编码的，不是utf-8
E. 为什么Python写的爬虫有时候抓取的数据是乱码
为什么Python写的爬虫有时候抓取的数据是乱码
写爬虫是经常会遇到这样的问题，这种问题很显然是编码问题，解决的方法其实也不难。
你可以用下面的两个方法来解决你的编码问题：
第一种是，通过浏览器打开你写的html之后，找到浏览器中的文字编码修改，将编码改为Unicode编码，即可修复。
xml takes all the pain out of XML. Stephan Richter lxml是Python语言里和XML以及HTML工作的功能最丰富和最容易使用的库
F. python3，pycharm,写爬虫时遇到打印的结果乱码，希望得到大神的帮助，谢谢啦
这个问题主要是编码问题，一般需要检查系统设置、ide设置、python代码里的编码，一致改成utf8一般就没问题。
windows中文默认是gbk，ide就要相应改成gbk才能显示完整
G. python爬虫抓下来的网页，中间的中文乱码怎么解决
对于python的中文编码问题可以参考下面的帖子
http://python.jobbole.com/85482/
同时，对于网页的中文乱码，建立使用requests模块代替urllib\urllib2
requests的content方法，对中文编码，支持比较好，基本不会出现乱码。
req=requests.get(url,cookies=mecookies)
print req.content
具体用法，参见下面两个帖子，较详细：
http://blog.csdn.net/iloveyin/article/details/21444613
http://blog.csdn.net/alpha5/article/details/24964009
H. python爬虫，第一个数据是乱码，但后面的数据又是正确的，大佬们解答一下呀，谢谢。(附图)
图片不清，乱码可能是意外匹配进来的
I. python3爬虫抓取网页乱码怎么解决
Python写程序原则是所有进来的字符串(读文件，爬网页)，一进来就decode，处理完之后在要输出的地方在encode。题主读入(read)和输出(print)在一行里，要在win下面想不出错就这么写 print response.decode('utf-8').encode('gbk')
J. python爬虫爬到的中文乱码怎么办
爬到的内容，肯定是某种编码格式（utf-8/gb2312等）的字符串。只需要对它相应的decode一下就可以了。
比如：如果网页内容是utf-8编码的，就：'xxx'.decode('utf-8')；
如果是gb2312编码的，就：'xxx'.decode('gb2312')