Python 捉虫unicode及utf-8转中文问题求解，pythonunicode,我爬的网页源码顶端写的是

文章由Byrx.net分享于2019-03-23 08:03:56评论（99）

Python 捉虫unicode及utf-8转中文问题求解，pythonunicode,我爬的网页源码顶端写的是


我爬的网页源码顶端写的是 <meta charset="utf-8">
我在浏览器打开源码看到我想要的信息也是中文，
不过在urllib2.urlopen(url).read()输出来的却是类似于
&#38472;&#39062;
这种unicode编码
然后我使用 .encode('utf-8')也没有效果。。
请问该怎么转成中文？
（我的python程序是coding:utf-8）

&#开头都是HTTP转义的，可以用HTTPParser解码啊

import HTMLParser h = HTMLParser.HTMLParser() print h.unescape("&#38472;&#39062;").encode("utf-8") 陈颖

那可以试试这样：

>>> h = HTMLParser.HTMLParser()>>> import HTMLParser>>> h = HTMLParser.HTMLParser()>>> print h.unescape('&#38472;&#39062;')陈颖

编橙之家文章，

相关内容

评论关闭

最新python问答

python~HOT