Python 将Ã3编码为ó

Question

I have a string like

' La empresa de capitales mixtos que opera el predio de residuos, Ceamse, aclarÃ3 este martes que la responsabilidad del desentendimiento con los recicladores informales que provocÃ3 un nuevo bloqueo y hace peligrar la recolecciÃ3n '

and y need this

' La empresa de capitales mixtos que opera el predio de residuos, Ceamse, aclaró este martes que la responsabilidad del desentendimiento con los recicladores informales que provocó un nuevo bloqueo y hace peligrar la recolección '

how can I do this with Python?

thanks!

Answer 1

You need to fix your webscraping script!

It looks like La Capital sends proper http header and html head information, and the content is UTF-8 encoded. So your script needs to handle that, and everything will work fine.

I know from experience requests.get and beautifulsoup 4 both handles Unicode well, so just debug your script, and see where it goes wrong. Check the raw input, check if you need your page's.content or.text, and fix it accordingly.