在web开发的时候我们经常会遇到网页抓取和分析，各种语言都可以完成这个功能。我喜欢用python实现，因为python提供了很多成熟的模块，可以很方便的实现网页抓取。
但是在抓取过程中会遇到编码的问题，那今天我们来看一下如何判断网页的编码：
网上很多网页的编码格式都不一样，大体上是GBK,GB2312，UTF-8等。
我们在获取网页的的数据后，先要对网页的编码进行判断，才能把抓取的内容的编码统一转换为我们能够处理的编码，避免乱码问题的出现。
下面介绍两种判断网页编码的方法：
方法一：使用urllib模块的getparam方法
1 import urllib
2 #autor：pythontab.com
3 fopen1 = urllib.urlopen('http://www.baidu.com').info()
4 print fopen1.getparam('charset')# baidu
执行结果为：
gbk
呵呵，其实，上面的获取的编码都是不正确的，我们可以自己打开网页查看源代码，发现baidu的是gb2312。唉，这个方法确实有点坑爹啊。检测不准确、检测不到，它都占了，所以很不靠谱，下面介绍一个靠谱的方法。
更多精彩内容：http://www.bianceng.cnhttp://www.bianceng.cn/Programming/extra/
方法二：使用chardet模块
#如果你的python没有安装chardet模块，你需要首先安装一下chardet判断编码的模块哦
#author:pythontab.com
import chardet
import urllib
#先获取网页内容
data1 = urllib.urlopen('http://www.baidu.com').read()
#用chardet进行内容分析
chardit1 = chardet.detect(data1)
print chardit1['encoding'] # baidu
执行结果为：
gb2312
这个结果都是正确的哦，各位可以去亲自验证一下~~
总结：第二个方法很准确，在网页编码分析的时候用python模块分析内容是最准确的，而使用分析meta头信息的方法是不太准确的。
以上是小编为您精心准备的的内容，在的博客、问答、公众号、人物、课程等栏目也有的相关内容，欢迎继续使用右上角搜索按钮进行搜索网页
， 编码
， 模块
， 方法
， python模块安装问题
， 分析
， 网页编码
， 网页模块
， python抓取百度
， python抓取数据
， urllib模块下载
， python抓取ajax数据
， python抓取淘宝
chardet
python 判断字符编码、python 判断编码类型、python 判断编码、python判断字符串编码、python 判断文件编码，以便于您获取更多的相关知识。