Question

python urllib2.urlopen(url).read()乱码

url="http://www.google.com/"
content = urllib2.urlopen(url).read()
print content
结果如图所示，所有网页内的内容都是乱码（除了html代码本身）。试了好几个网页都是这样，不知该怎么办？
运行环境是ubuntu 32位，python版本为2.7

Answer 1

ubuntu 的控制台默认是utf8编码的吧。而且这个google返回的是big5编码吗，用下面的代码解码下试试

url="网址"
content = urllib2.urlopen(url).read()
print content.decode('big5').encode('utf8')

Answer 2

修改你的编码吧。估计是因为你的shell编码格式和网页编码格式不一致。google应该是UTF8编码。

Answer 3

在python脚本的第二行制定utf-8编码。若还不行，需要先把输入的网页给iconv转编码~

Answer 4

你指定一下编码格式吧，试一下gb2312
文件头加上这句
# -*- coding: gb2312 -*-