溫馨提示×
您好，登錄后才能下訂單哦！
點(diǎn)擊 登錄注冊 即表示同意《億速云用戶服務(wù)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(jià)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(fā)現(xiàn)了各式各樣的獲取方法，當(dāng)然亂碼的問題也是蜂擁而來，都讓小編覺得出錯(cuò)比找數(shù)據(jù)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(wǎng)頁時(shí)，時(shí)常可以看到如下情景：
這種情況下，我們需要的僅僅是數(shù)字，則需要找到相應(yīng)的字體對應(yīng)規(guī)則。
首先，轉(zhuǎn)碼，將字符串轉(zhuǎn)為bytes類型：
然后，根據(jù)0～9各個(gè)字符的bytes類型編碼，建立對應(yīng)詞典，示例中這個(gè)網(wǎng)站的網(wǎng)頁載入有點(diǎn)賤嘻嘻，弄了三套對應(yīng)的轉(zhuǎn)換模式，現(xiàn)在也不知道是否每天還會(huì)更新，反正人肉分別將30個(gè)bytes類型編碼與字符串做對應(yīng)，用數(shù)組或者字典皆可。
最后就可以根據(jù)內(nèi)容來進(jìn)行轉(zhuǎn)碼了。
上面說到這是有限的解決方案，原因在于，如果網(wǎng)站實(shí)行動(dòng)態(tài)加密，那可能就要去看具體的js內(nèi)容了，再就是有的可能是圖片，可能需要OCR來進(jìn)行輔助。
在爬相應(yīng)的網(wǎng)站的時(shí)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(jī)器人了一樣哈哈。
感謝你能夠認(rèn)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(nèi)容對大家有幫助，同時(shí)也希望大家多多支持億速云，關(guān)注億速云行業(yè)資訊頻道，遇到問題就找億速云，詳細(xì)的解決方法等著你來學(xué)習(xí)!
免責(zé)聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點(diǎn)不代表本網(wǎng)站立場，如果涉及侵權(quán)請聯(lián)系站長郵箱：is@yisu.com進(jìn)行舉報(bào)，并提供相關(guān)證據(jù)，一經(jīng)查實(shí)，將立刻刪除涉嫌侵權(quán)內(nèi)容。
億速云公眾號
手機(jī)網(wǎng)站二維碼
