您的位置 首页 技术

golang写爬虫乱码怎么办

golang写爬虫乱码怎么办 在用golang编写爬虫程序时,会碰见编码格式gb2312的页面。 网页页面上可以看出该页面字符编码为gb2312 <meta http-equ…

golang写爬虫乱码怎么办

在用golang编写爬虫程序时,会碰见编码格式gb2312的页面。

网页页面上可以看出该页面字符编码为gb2312

<meta http-equiv="Content-Type" content="text/html; charset=gb2312" />

而golang默认是支持UTF-8编码格式的,这样直接爬下来的结果会乱码。

解决方法:

使用 github.com/axgle/mahonia 这个包可以完成编码转换、

1、执行 go get github.com/axgle/mahonia 命令下载此包后,在%gopath%/src目录下会生产

github.com\axgle\mahonia

2、代码使用方法

1)导入包

import "github.com/axgle/mahonia"

2)转换函数

func ConvertToString(src string, srcCode string, tagCode string) string {    srcCoder := mahonia.NewDecoder(srcCode)    srcResult := srcCoder.ConvertString(src)    tagCoder := mahonia.NewDecoder(tagCode)    _, cdata, _ := tagCoder.Translate([]byte(srcResult), true)    result := string(cdata)    return result}

3)在需要字符串转换编码的位置调用此函数

result = ConvertToString(html, "gbk", "utf-8")

更多golang知识请关注PHP中文网golang教程栏目。

以上就是golang写爬虫乱码怎么办的详细内容,更多请关注24课堂在线网其它相关文章!

本文来自网络,不代表24小时课堂在线立场,转载请注明出处:http://www.24ketang.cn/39394.html

为您推荐

发表评论

电子邮件地址不会被公开。 必填项已用*标注

返回顶部