网页爬虫 - Python：爬虫的中文编码问题？

Question

爬取中文网页后正则匹配出中文，得打UTF-8的编码字符

将其输出为.csv文件

在.CSV中显示为乱码

用记事本打开.csv又可以正常显示为中文

有没有大神指点是怎么一回事？怎样才能在Excel里直接看到中文？

Answer 1

簡単な方法は、pandas の to_excel メソッドを使用して、それを .xlsx ファイルに変換することです。これは、 のデフォルトのエンコーディングが原因です。 .xlsx はデフォルトで Excel をサポートしていますが、違いはもちろんメモ帳では開けないことです。 pandas的to_excel方法转化成.xlsx文件，因为.xlsx默认编码是默认支持Excel的，区别当然是无法用记事本打开。

import pandas as pd

a = pd.read_csv('./test.csv')

a.to_excel('./test_output.xlsx', index=False)

a.to_excel('./test_output.csv', index=False)

我这里没有windows可以测试，可以尝试写入编码为gb2312或者gbk リーリー

ここにはテストするウィンドウがありません。エンコーディングを gb2312 または gbk として記述してみてください。

テーブル ファイル I/O の場合、実際には pandas の方が便利です。 🎜

Answer 2

abs1=abs1.decode().encode('gbk')

Answer 3

Excel はデフォルトで GBK エンコーディングを使用します。

Answer 4

新しい Excel ファイルを作成し、[テキストからデータ] をクリックして CSV ファイルをインポートします