用BeautifulSoup编码错误汉字
用BeautifulSoup编码错误汉字
提问于 2019-02-14 15:14:44
我正在使用BeautifulSoup报废一个网站的数据，但cmd中的中文字符显示不正确。
它打印\u7b54\u6848\u9808\而不是中文字符。
这是我的代码：(网站编码是utf-8。)
for item in links:
print (item)
page = urllib2.urlopen(item)
#page.encoding = 'utf8'
page = page.read().decode('utf-8')
soup = BeautifulSoup(page , 'lxml')
divTag = soup.find_all("div", {"class": "t_fsz"})
for tag in divTag:
postData = tag.find_all("td")
print (postData)我尝试了不同的编码/解码，但总是得到相同的输出。我怎样才能得到正确的汉字？谢谢!
回答 1
Stack Overflow用户
回答已采纳
发布于 2019-02-14 15:17:19
在Python2上，您需要为当前的输出编码encode您print的字符串。
我们不知道您的系统是如何配置的，但您应该能够找到数百个类似的问题--可能是在您的平台中抛出的问题，以及您在搜索中用来缩小范围的编码。
如果可能的话，我建议改用Python3。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/54684975
复制相关文章
相似问题
腾讯云开发者
