python3.x - python lxml解析gbk

Question

单刀直入，请问怎么用lxml解析gbk文件，可以直接传入gbk编码的xml不会报错，可是解析出来的文本也全是乱码没有用啊，求教

自用自答，不好好看官网文档真害人，文档中的解决方法贴一下：

parser = etree.XMLParser(encoding='gbk') #这里还可以传入很多参数来定制你的parser
tree = etree.parser(file, parser=parser)

可以解决读gbk的问题，lxml功能确实很强大，建议大家使用前先大致看看文档吧，能省很多时间的，谢谢大家的作答！希望上面的代码可以帮到大家

Answer 1

Cuba keluarkan teks anda .decode(encoding="gbk")

Answer 2

Jika anda menggunakan beautifulsoup dan lxml sebagai parser, anda boleh menetapkan beautifulsoup

soup = BeautifulSoup(html, from_encoding="gbk")

Dokumentasi bahagian pengekodan beautifulsoup

Untuk menghuraikan halaman web, bs4 sangat berguna orz

Gunakan bs untuk menghuraikan xml: http://www.cnblogs.com/liulix...

Temui ini: https://segmentfault.com/a/11...
Anda boleh mencubanya