溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要介紹了python爬蟲亂碼是文字方塊的解決方法，具有一定借鑒價值，需要的朋友可以參考下。希望大家閱讀完這篇文章后大有收獲。下面讓小編帶著大家一起了解一下。
在跟一群小伙伴探討完亂碼的問題后，小編發現了各式各樣的獲取方法，當然亂碼的問題也是蜂擁而來，都讓小編覺得出錯比找數據不要太容易了。小編近期一直在收集大家的問題，不斷地更新整理后分享給大家，希望更多的小伙伴看到后都知道該如何去解決，今天就python爬蟲亂碼是文字方塊的解決辦法。
在解析網頁時，時常可以看到如下情景：
這種情況下，我們需要的僅僅是數字，則需要找到相應的字體對應規則。
首先，轉碼，將字符串轉為bytes類型：
然后，根據0～9各個字符的bytes類型編碼，建立對應詞典，示例中這個網站的網頁載入有點賤嘻嘻，弄了三套對應的轉換模式，現在也不知道是否每天還會更新，反正人肉分別將30個bytes類型編碼與字符串做對應，用數組或者字典皆可。
最后就可以根據內容來進行轉碼了。
上面說到這是有限的解決方案，原因在于，如果網站實行動態加密，那可能就要去看具體的js內容了，再就是有的可能是圖片，可能需要OCR來進行輔助。
在爬相應的網站的時候，友好起見，我使用了selenium+chromedriver，載入后，再刷新一次，效果更好，說的好像刷新一次以后，就不是機器人了一樣哈哈。
感謝你能夠認真閱讀完這篇文章，希望小編分享python爬蟲亂碼是文字方塊的解決方法內容對大家有幫助，同時也希望大家多多支持億速云，關注億速云行業資訊頻道，遇到問題就找億速云，詳細的解決方法等著你來學習!
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
