推荐学习书目 Learn Python the Hard Way Python Sites PyPI - Python Package Index http://diveintopython.org/toc/index.html Pocoo 值得关注的项目 PyPy Celery Jinja2 Read the Docs gevent pyenv virtualenv Stackless Python Beautiful Soup 结巴中文分词 Green Unicorn Sentry Shovel Pyflakes pytest Python 编程 pep8 Checker Styles PEP 8 Google Python Style Guide Code Style from The Hitchhiker's Guide
这是一个创建于 4660 天前的主题，其中的信息可能已经有所发展或是发生改变。
在ubuntu下使用python,目标是用beautifulsoup抓取百度贴吧的一个链接，获取它的title然后打印出来。现在的问题是百度的编码是gbk,我用如下代码:
c = urllib2.urlopen('http://tieba.baidu.com/p/2163299007')
soup = BeautifulSoup(c.read)
title = soup('title')[0].string
str = title.decode('gbk').encode('utf-8')
print str
结果输出的还是乱码，大家有什么想法么。。
c = urllib2.urlopen('http://tieba.baidu.com/p/2163299007')
soup = BeautifulSoup(c.read)
title = soup('title')[0].string
str = title.decode('gbk').encode('utf-8')
print str
结果输出的还是乱码，大家有什么想法么。。
 | 1 liubo 2013-03-24 15:42:56 +08:00 c = urllib2.urlopen('http://tieba.baidu.com/p/2163299007').read() soup = BeautifulSoup(c,fromEncoding="gbk") title = soup('title')[0].string print title |
 | 2 polythene 2013-03-24 15:54:45 +08:00 soup('title')[0].get_text()是一unicode串，然后可以encode为各种编码 |
 | 3 nkliwenjian 2013-03-24 22:14:55 +08:00 我只是来吐槽一下的。抛开1楼的fromEncoding不谈，只谈编程思路。 c = urllib2.urlopen('http://tieba.baidu.com/p/2163299007') c是最原始的输入，如果需要编码解码的话应该是在原始输入这里来进行，跑那么后进行干嘛？ 完全可以先c.read().decode('gbk').encode('utf-8')，再放到BeautifulSoup里面去处理 |
 | 4 shlzs123 2013-06-20 09:23:57 +08:00 您好，我是饿了么的招聘顾问，请问您投递的简历邮箱地址是多少？我会特别关注一下。 |
 | 5 Elwin OP @shlzs123 [email protected]，我大概是前天发的邮件吧:-)~ |
1
Select Language