Node.JS爬虫中文乱码问题

2018-06-01 本文已影响140人绿萝呀

这几天在写一个教务处查成绩的程序，遇到很多坑，有不少还是之前遇到过的，但是因为之前没有记录，笔记之类的东西，再次遇到还是不会。所以这次打算记录一下遇到的坑吧。

查成绩主要就是写爬虫，这里用 Node.JS 来实现。首先要用到了两个包：request 和 iconv-life 。这两个包都是用来干嘛的呢？

request 是一个简单发送 http 的包，可以非常简单的发送 http 请求，设置一些请求参数。

const request = require('request');

iconv-lite 是一个用来转码的包，可是实现非常方便的转码。

const iconv = require('iconv-lite');

写爬虫过程中遇到的第一个坑就是乱码问题。每次遇到乱码都让人头大，经过一系列的百度，发现可以将请求返回的数据设置为二进制码，然后再进行转码。

let opts{  // 设置请求参数
  url: '请求路径'，
  headers: {
    'User-Agent': '浏览器信息',
  }，
  encoding: null, // 设置返回文件为二进制文件
  method: 'GET', 
}

进行请求：

request(opts,(err,res,body) => {
  // 该网站编码为 GBK
  var change_data = iconv.decode(body, 'gbk');
  ……
})

此时 change_data 就可以正常显示啦，避免了中文乱码问题。