🎈问题描述

有问题的代码：

from urllib.request import urlopen

url = "http://www.baidu.com"
resp = urlopen(url)

resp_1 = resp.read().decode("UTF-8")

with open("mybaidu.html", mode="w") as f:
    f.write(resp_1)
print("over!")

问题代码运行后，文件中的内容：

运行乱码的mybaidu.html，如图：

🎈解决方法

关键点①：确定是哪一步导致了问题

关键点②：修改Python打开文件的编码（encoding="utf-8"）

正确的代码：

from urllib.request import urlopen

url = "http://www.baidu.com"
resp = urlopen(url)

resp_1 = resp.read().decode("UTF-8")

with open("mybaidu.html", mode="w", encoding="utf-8") as f:
    f.write(resp_1)
print("over!")

正确代码运行后，文件中的内容：

运行正确的mybaidu.html，如图：

🎈探索过程

关键点①：确定是哪一步出现的问题

关键点②：修改Python打开文件的编码（encoding="utf-8"）

1、尝试修改编码方式，gbk、UTF-8、GB312等常用的几个都尝试了，不管用；

2、直接将未写入文件之前的内容打印出来时，发现此时中文正常显示

这就说明是‘写入’这个环节或‘写入之后的步骤’有问题

3、搜索关键词“爬虫写入文件后中文乱码”，事实证明，站在大佬们的肩膀上看世界是很有效率的！！！

🎈参考文章

1、python 爬虫写入文件中文乱码问题解决https://blog.csdn.net/helloexp/article/details/95757243