爬虫部署到 Linux 服务器后出现中文乱码，通常是服务器 locale 设置、Python 脚本编码声明或 SSH 终端编码不一致导致的。最推荐的处理方向是统一服务器环境为 UTF-8，并在代码中显式指定编码格式，风险边界在于修改系统 locale 可能影响其他服务，建议先在测试环境验证。

命令速用版

以下命令可快速检查并临时设置编码环境，适用于大多数 Linux 发行版：

# 查看当前系统编码设置
locale

# 临时设置当前会话为 UTF-8
export LANG=zh_CN.UTF-8
export LC_ALL=zh_CN.UTF-8

# Python 脚本中强制指定编码
import requests
response = requests.get(url)
response.encoding = 'utf-8'  # 或 response.apparent_encoding

为什么会这样

Linux 中文乱码不是单一问题，而是编码链上多个环节断裂的结果。

服务器默认可能使用 POSIX 或 en_US 编码，而爬虫抓取的内容多为 UTF-8 或 GBK，若系统 locale 未声明支持中文，程序输出到终端或日志时就会变成问号或方块。此外，SSH 客户端（如 Xshell、PuTTY）若未设置为 UTF-8 解码，即使服务器设置正确，本地显示依然会乱码。

分步处理

1. 检查并设置系统 locale

执行locale命令，若 LANG 或 LC_CTYPE 显示为 C 或 POSIX，需生成中文 locale。

Ubuntu/Debian 系统运行sudo locale-gen zh_CN.UTF-8并修改/etc/default/locale；CentOS/RHEL 系统修改/etc/locale.conf写入LANG=zh_CN.UTF-8。

2. 修正爬虫代码编码处理

Python 爬虫需显式处理响应编码。使用 requests 库时，不要依赖默认解码，建议根据网页 meta 标签或apparent_encoding属性设置response.encoding。

若抓取内容包含 HTML 实体，需使用html.unescape还原。

3. 同步 SSH 终端编码

远程连接工具必须与服务端编码一致。PuTTY 在 Window → Translation 选 UTF-8；SecureCRT 在 Session Options → Appearance 设 Character Encoding 为 UTF-8。

怎么验证是否生效

在终端执行locale确认输出包含zh_CN.UTF-8。

运行爬虫脚本打印中文测试字符串，观察终端显示是否为正常汉字而非问号。

检查爬虫日志文件，使用file `--mime-encoding` logfile.log确认日志文件编码为 utf-8。

常见坑

• SSH 环境变量覆盖：客户端可能发送 LANG=en_US 覆盖服务器设置，需在/etc/ssh/sshd_config注释掉 AcceptEnv LANG。
• 文件名乱码：iconv 只能转文件内容，文件名乱码需用 rsync `--iconv` 或 mv 重命名。
• Vim 编辑配置：若用 Vim 修改脚本，需确保 Vim 自身编码为 utf-8，避免保存时损坏文件。

常见问题

设置了 LANG 为什么还是乱码？

可能是 SSH 客户端编码未同步或 LC_ALL 变量覆盖了 LANG 设置。

爬虫日志文件乱码怎么解决？

检查日志写入时的编码参数，Python 打开文件需指定 encoding='utf-8'。

CentOS 7 找不到 zh_CN.UTF-8 怎么办？

需安装语言包，运行 yum groupinstall "Chinese Support" 生成对应 locale。

参考来源

• Linux 怎么解决中文乱码问题 Linux 系统语言编码设置详解
• 如何解决网络爬虫抓取中文页面时的乱码问题？
• Linux 系统解决中文乱码问题详细教程 (全网最详细，看完包懂)