scrapy - Python如何将Unicode转换为HTML

Question

现在我爬虫得到的数据格式为Unicode的html片段，现在想把它转换为html格式的内容，然后容易提取，应该如何做？
比如获取的片段为以下：

<p class="item"><p class="blk">
<a target="_blank" href="/topic/19564209">
<img src="https://pic3.zhimg.com/d3f7f95975ae3ff5cfeedad9a4febe56_xs.jpg" alt="游戏界面设计">
<strong>游戏  界面设计</strong>
</a>
<p></p>

<a id="t::-4657" href="javascript:;" class="follow meta-item zg-follow"><i class="z-icon-follow"></i>关注</a>

</p></p>

格式为unicode
如何将它转为html格式，然后进行提取？

Answer 1

你可能弄混了一些概念…(｡・`ω´･)

• HTML 全名為How To Make Love,喔…不是，是HyperText Markup Language(超級文字標記語言)

• Unicode 是一種字串編碼，字串還有GBK，GB2312等

兩者不是同一種東西，不能互相轉換。就好像我能說，能把python轉換成unicode嗎？顯然不能這麼說。 你只能說是把python程式碼的預設編碼轉換成unicode。

如果你是需要python字串的轉換成unicode，在py2中提供了Unicode這個類，而py3中，字串預設編碼就是unicode，不需要轉換。

但是你題目描述的是轉換成HTML格式，那麼現在你貼出來的這段，就是HTML了…ヾ(o◕∀◕)ﾉ