模拟登录这个网站获取的中文信息出现乱码

转个码看看

看一下 http response 的 content-type 首部字段里面的编码是什么。

然后解析的时候设置相同的编码。

gzip?

用 cchardet 看看编码

用 3.4 可能好些。

'Content-Type': 'text/html; charset=UTF-8'
用这个解码 html.content.decode('utf-8')
报下面错误
UnicodeEncodeError: 'gbk' codec can't encode character u'\u203a' in position 15440: illegal multibyte sequence

@haozhang 'Content-Type': 'text/html; charset=UTF-8'
用这个解码 html.content.decode('utf-8')
报下面错误
UnicodeEncodeError: 'gbk' codec can't encode character u'\u203a' in position 15440: illegal multibyte sequence

@meloncrashed python3 好多东西不支持

有人能写个模拟登录 V2EX 不出乱码的代码给我吗？

@ericls 怎么使用

# -*- coding:utf8 -*-

import sys
import urllib, urllib2


def login(username, password):

url = 'http://www.v2ex.com/signin'

param = {
'u': username,
'p': password,
'once':48203,
'next':'/'
}

data = urllib.urlencode(param)
headers = {
'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8',
'Accept-Encoding': 'gzip, deflate',
'Accept-Language': 'en-US,en;q=0.8,zh-CN;q=0.6,zh;q=0.4,zh-TW;q=0.2,ko;q=0.2,ja;q=0.2',
'Cache-Control': 'max-age=0',
'Connection': 'keep-alive',
'Content-Length': len(data),
'Content-Type': 'application/x-www-form-urlencoded',
'Host': 'www.v2ex.com',
'Origin': 'http://www.v2ex.com',
'Referer': 'http://www.v2ex.com/signin',
'Upgrade-Insecure-Requests': 1,
'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_11_1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/46.0.2490.86 Safari/537.36'
}

response = urllib2.urlopen(url, data, timeout=10)
the_page = response.read()
print the_page


if __name__ == '__main__':
username = 'xu123456789'
password = '***********'
login(username, password)

妈蛋的缩进都乱了。。 sorry ，讲究着看吧，没几行。

嘿，看这里： http://jscup.io/cup/b

嗯