从 html doc 获取非英文文本

Question

我试图在 python 中获取 html 文档的标题，但是得到了奇怪的符号。 我猜那是因为编码，但是 utf-8 编码的 html 文档。 有什么办法可以得到正常的信件吗？

这是代码，我得到了什么：

from bs4 import BeautifulSoup

 with open("index.html") as file:
     src = file.read()


soup = BeautifulSoup(src, "lxml")

title = soup.title.text

print(title)

Главная страница

Answer 1

打开文件时需要指定编码类型：

 with open("index.html", encoding='utf-8') as file:
     src = file.read()