admin管理员组文章数量:1516870
自我介绍：不是计算机专业，甚至不沾边。长期上网对网页制作什么的只有一丁点皮毛知识。有一些爬虫技能，但仅限于从网页获取json并解析，类似的。
使用设备：
设备名称 DESKTOP-53730H2
处理器 12th Gen Intel(R) Core(TM) i7-12700 2.10 GHz
机带 RAM 32.0 GB (31.3 GB 可用)
设备 ID F9F3E092-CF01-4862-9DEC-00C1A4C39D78
产品 ID 00325-81388-30062-AAOEM
系统类型 64 位操作系统, 基于 x64 的处理器
笔和触控 没有可用于此显示器的笔或触控输入
版本 Windows 11 家庭版
版本 21H2
安装日期 2022/5/11
操作系统版本 22000.2538
体验 Windows 功能体验包 1000.22001.1000.0
背景叙述：我本来打算爬取全国水雨情信息，发现我的电脑打开这个网页看到的json是一些生僻字，但是网页本身显示没问题，如下图。
解决一：
确认json存储格式为utf-8，ensure_ascii=False；存储的json依旧是乱码。
def get_tides (date):
url = 'http://xxfb.mwr/OTMuhovshHolkdc/OTMbmdvbjQjosq'
headers = {
"Accept": "application/json, text/javascript, */*; q=0.01",
"Content-Type": "application/json;charset=UTF-8",
"Cookie": "__FT10000066=2024-3-16-13-46-27; __NRU10000066=1710567987611; __RT10000066=2024-3-16-13-46-27",
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/122.0.0.0 Safari/537.36 Edg/122.0.0.0",
"X-Requested-With": "XMLHttpRequest",
}
retries = 0
while retries < 5:
try:
r = requests.post(url, headers=headers)
r.raise_for_status()
data = r.json()
with open(f"{date.strftime('%Y-%m-%d')}.json", "w", encoding="utf-8") as f:
json.dump(data, f, ensure_ascii=False)
break
except (requests.exceptions.RequestException, json.JSONDecodeError) as e:
retries += 1
print(e)
get_tides(datetime.now())
font_file_uel = 'http://xxfb.mwr/ttf/aLVP5AhmbQ_1710586649773.eot?#iefix'
ttf = TTFont(io.BytesIO(requests.get(font_file_uel).content))
# ttf.save('sqsj.ttf')
ttf.saveXML('sqsj.xml')于是天真的我以为这个网页被反爬了，就开始找字体库，并准备解析这个字体库，然后把json还原。后来进行到准备写字典，查看 ttf 的时候发现字太多了，根本统计不完，遂作罢。
解决二：
找了一个爬虫的老师帮我写爬虫代码，老师把代码给我后，我一看很简单，就是获取json然后解析，于是运行了。运行后发现得到的excel文件里的信息还是乱码。但是老师说他那边的文件是对的，他的网站打开也是对的。
老师获取的数据和网页截图：
所以我就很纳闷。。
解决三：
以为是自己访问过于频繁被限IP了，就远程了同学的电脑，同学跟我不在一个城市，用她的电脑查看了这个网页全国水雨情信息，发现同学的电脑看到的json也全是生僻字。
解决四：
以为是我电脑字体的问题，就修改了电脑--控制--时钟和区域--管理--更改系统区域设置--Beta版打勾--确认，发现没用。
我开始了漫长的找原因之旅。。
1）用IE模式打开了原网站，发现整个网页的主要内容全是乱码；
2）修改了网页编码为UTF-8，依旧是乱码；
3）确认了网页和json的编码格式的确是 UTF-8；
所以到底是为什么。。
我开始查资料，觉得是网页制作的bug。。但我毕竟不是专业的。。所以有没有 大神 能帮我看看这究竟是怎么回事
疑惑的点：
1. 为什么老师的浏览器可以看到完美的网页，而我下载的json全是乱码？
2. 我的操作过程有任何问题或者多余，都请老师们指出，我全都欣然接受，太想学习，太想知道了！
版权声明：本文标题：请教问题，有没有大佬帮忙看看网页乱码问题 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://www.betaflare.com/biancheng/1726724070a1154991.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。
发表评论