爬取斗鱼网站 lol 分区时，获取的网页数据是经过压缩的，尝试了几种解压方法后，得到时大量数字的无用数据。

[SimWit]

1.爬取网页： https://www.douyu.com/g_LOL

2.采用方法：只是初步接触爬虫，没有用额外的库。基本实现思路 ：

headers = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3497.100 Safari/537.36'}
url = 'https://www.douyu.com/g_LOL'

req = request.Request(url, headers=headers)
r = request.urlopen(req)
buff = BytesIO(r.read())
f = gzip.GzipFile(fileobj=buff)
htmls = f.read().decode('utf-8')

3.结果 爬取的网页中间出现了大量的数字乱码，例如：

47 14.4 14.4s-6.447 14.4-14.4 14.4z"/><path d="M20.331 18.069c0.625 0.625 0.625 1.638 0 2.263s-1.638 0.625-2.

并且，在调试到

req = request.Request(url, headers=headers)

时，弹出<string>文档，显示:</string>

 无法加载源“<string>”: Source unavailable。

4.我认为可能是对爬来的数据解压方式不对，多谢帮忙！

[baxtergu]

这个是 svg，多用于图标

[LengthMin]

简单的看了看。
1. 这些 path 都是 svg
2. 可以试试用 beautifulsoup

[yuzo555]

数字乱码 XD

[colorfulberry]

react 写的，有没有加后端渲染，拿不了东西。

[learnshare]

<path d=""> 这是 SVG，d 是绘图指令

[kygowl77]

是 svg 网页矢量图 可以自己写个 html 把数据放进去 自己用浏览器打开看看