golang写爬虫出现乱码如何处理-创新互联
golang写爬虫出现乱码如何处理?相信有很多人都不太了解,今天小编为了让大家更加了解Golang,所以给大家总结了以下内容,一起往下看吧。
创新互联是专业的来安网站建设公司,来安接单;提供成都网站设计、网站制作,网页设计,网站设计,建网站,PHP网站建设等专业做网站服务;采用PHP框架,可快速的进行来安网站开发网页制作和功能扩展;专业做搜索引擎喜爱的网站,专业的做网站团队,希望更多企业前来合作!golang写爬虫乱码怎么办
在用golang编写爬虫程序时,会碰见编码格式gb2312的页面。
网页页面上可以看出该页面字符编码为gb2312
而golang默认是支持UTF-8编码格式的,这样直接爬下来的结果会乱码。
解决方法:
使用 github.com/axgle/mahonia 这个包可以完成编码转换、
1、执行 go get github.com/axgle/mahonia 命令下载此包后,在%gopath%/src目录下会生产
github.com\axgle\mahonia
2、代码使用方法
1)导入包
import "github.com/axgle/mahonia"
2)转换函数
func ConvertToString(src string, srcCode string, tagCode string) string { srcCoder := mahonia.NewDecoder(srcCode) srcResult := srcCoder.ConvertString(src) tagCoder := mahonia.NewDecoder(tagCode) _, cdata, _ := tagCoder.Translate([]byte(srcResult), true) result := string(cdata) return result }
3)在需要字符串转换编码的位置调用此函数
result = ConvertToString(html, "gbk", "utf-8")
关于golang写爬虫出现乱码如何处理就分享到这里了,希望以上内容可以对大家有一定的参考价值,可以学以致用。如果喜欢本篇文章,不妨把它分享出去让更多的人看到。
另外有需要云服务器可以了解下创新互联scvps.cn,海内外云服务器15元起步,三天无理由+7*72小时售后在线,公司持有idc许可证,提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案,具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势,专为企业上云打造定制,能够满足用户丰富、多元化的应用场景需求。
当前标题:golang写爬虫出现乱码如何处理-创新互联
路径分享:http://pwwzsj.com/article/hhgis.html