关于爬虫乱码有很多各式各样的问题，这里不仅是中文乱码，编码转换、还包括一些如日文、韩文 、俄文、藏文之类的乱码处理，因为解决方式是一致的，故在此统一说明。

　　网络爬虫出现乱码的原因

　　源网页编码和爬取下来后的编码格式不一致。

　　如源网页为gbk编码的字节流，而我们抓取下后程序直接使用utf-8进行编码并输出到存储文件中，这必 然会引起乱码 即当源网页编码和抓取下来后程序直接使用处理编码一致时，则不会出现乱码; 此时再进行统一的字符编码也就不会出现乱码了。

　　注意区分

　　源网编码A、程序直接使用的编码B、统一转换字符的编码C。

　　乱码的解决方法

　　确定源网页的编码A,编码A往往在网页中的三个位置

　　1.http header的Content-Type

　　获取服务器 header 的站点可以通过它来告知浏览器一些页面内容的相关信息。 Content-Type 这一条目的写法就是 "text/html; charset=utf-8"。

　　2.meta charset

　　3.网页头中Document定义

　　如今python编程语言市场需求大，薪资待遇上万尽在咫尺！如果你也想学习python技术可以填写下面表单，Python学习资料限时免费领取！