python - BeautifulSoup使用find_all方法,如何转换编码?
大家讲道理
大家讲道理 2017-04-17 17:47:46
0
2
1103

用BeautifulSoup解析页面,调用find_all打印出来是乱码

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?

大家讲道理
大家讲道理

光阴似箭催人老,日月如移越少年。

全員に返信(2)
PHPzhong

ここでの FindALL はリストです。失いたい場合は、ループで出力する必要があります。

リーリー

または
print json.dumps(FindALL, ensure_ascii=False)

いいねを押す +0
洪涛

上記の回答に従って、漢字を正常に出力します:

リーリー

ありがとうございます!

いいねを押す +0
人気のチュートリアル
詳細>
最新のダウンロード
詳細>
ウェブエフェクト
公式サイト
サイト素材
フロントエンドテンプレート