Web 抓取时的编码问题 Python

Question

你知道吗，为什么我得到的是这个 ID ÐÐ¾ÑÐ ÐµÐµÑÑÑÐ° 而不是 ID ΓосРеестра。我知道编码存在一些问题，因为它是西里尔字母。不知道怎么解决。

抓取网页是link

我的代码是：

dfo_url = "https://opi.dfo.kz/p/ru/DfoObjects/objects/teaser-view/26730?OptionName=ExtraData"
r = requests.get(dfo_url)

tree = html.fromstring(r.content)
tr_elements = tree.xpath('//tr')
#Create empty list
col=[]
i=0
#For each row, store each first element (header) and an empty list
for t in tr_elements[2]:
    i+=1
    name=t.text_content()

    print ('%d:"%s"'%(i,name))
    col.append((name,[]))

Answer 1

这可能会解决问题，请尝试在打印之前执行此操作：

name.encode(encoding='UTF-8',errors='strict')

或尝试 this link.

Web 抓取时的编码问题 Python

Encoding problem while web scraping Python

html

python

web-scraping

python-requests

cyrillic