代码如下:
def find(self):
HtmlData = self.Data() #urllib获取的结果(页面编码gb2312)
HtmlSoup = BeautifulSoup(HtmlData,"lxml")
FindALL = HtmlSoup.find_all('a')
# print HtmlSoup.encode("gb2312") #能够正常打印
print str(FindALL).encode("gb2312") #出现乱码
抓取的页面编码是gb2312,打印的时候使用encode能够正常输出中文字符,但是使用find_all的时候打印出来是乱码
如下:
et="_blank">\u4e2d\u534e\u6c11\u4fd7\u793c\u4eea</a>, <a href="Doc/1603/2520447.
htm" target="_blank">\u6e05\u660e\u8282\u626b\u5893\uff0c\u90fd\u6709\u90a3\u4e9
查了发现bs默认编码是utf-8,所以会出现这样的问题,由于本人菜鸡一枚,查了好多都没弄懂。
网上大牛都说python2编码水很深,现在碰到这个问题真心头疼 。请教大牛有什么好的办法对编码进行转换?或者让它可以正常输出中文字符?
Votre FindALL ici est une liste Si vous voulez perdre, elle doit être sortie en boucle
ou
imprimer json.dumps(FindALL, Ensure_ascii=False)
Suivez la réponse ci-dessus et imprimez avec succès les caractères chinois :
Merci beaucoup !