import requests
from bs4 import BeautifulSoup

url = 'http://quote.eastmoney.com/stocklist.html'
user_agent = 'Mozilla/4.0 (compatible; MSIE 5.5; Windows NT)'
headers = {'User-Agent': user_agent}
req = requests.get(url, headers=headers)
req.encoding = 'utf-8'
bs = BeautifulSoup(req.content, 'html.parser')  # type: BeautifulSoup
quotesearch = bs.find('div', attrs={'id': 'quotesearch'})
print(quotesearch)
 

執行以上程式碼，顯示結果如下：

<li><a href="http://quote.eastmoney.com/sz300737.html" target="_blank">¿Æ˳¹É·Ý(300737)</a></li>
<li><a href="http://quote.eastmoney.com/sz300738.html" target="_blank">°Â·ÉÊý¾Ý(300738)</a></li>
<li><a href="http://quote.eastmoney.com/sz300739.html" target="_blank">Ã÷Ñôµç·(300739)</a></li>
<li><a href="http://quote.eastmoney.com/sz300740.html" target="_blank">Óù¼Ò»ã(300740)</a></li>
<li><a href="http://quote.eastmoney.com/sz300741.html" target="_blank">»ª±¦¹É·Ý(300741)</a></li>
 

1.解決思路一：檢視網頁的編碼方式

F12開啟網站地址，檢視最上方head，發現編碼方式為‘gb2312’(charset=gb2312)，修改程式碼第八行req.encoding = 'gb2312',重新執行程式碼。執行結果未改變，仍有亂碼。

2.解決思路二：修改程式碼第九行bs = BeautifulSoup(req.text, 'html.parser')，將req.content改為req.text，執行程式碼，結果正常，無亂碼。

原理：

resp.text返回的是Unicode型的資料。
resp.content返回的是bytes型也就是二進位制的資料

因此如果我們想讀取解析文字資料時，使用的是response.text。而想讀取解析圖片檔案，往往使用的就是response.content

轉載自：https://blog.csdn.net/weixin_41931602/article/details/81181946