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php中文网其它相关文章！

声明：本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系admin@php.cn核实处理。

程序员必备接口测试调试工具：点击使用

Apipost = Postman + Swagger + Mock + Jmeter

Api设计、调试、文档、自动化测试工具

网页生成APP，用做网站的技术去做APP：立即创建

手机网站开发APP、自助封装APP、200+原生模块、2000+映射JS接口按需打包