[英]Python3 encoding issues
我正在研究使用python3進行爬網。 我只想從html代碼中提取文本。
例如)在html中
<div class='titleArea'>
"~~~~~ text~~~~"
</div>
所以,我寫了這段代碼來提取文本
title_temp = soup.findAll('div',class_='titleArea')
print(title_temp)
**我知道print(title_temp [0] .text)但這沒關系
結果是
該圖片的內容是
[<div class='titleArea'>
@#$!$^!@#!@^#!$^!@#!@#!@#
</div>]
[<div class='titleArea'>
@#$!$^!@#!@^#!$^!@#!@#!@#
</div>]
***重復兩個列表的原因。
我不想這樣的文字。
我該怎么辦?
我認為這是utf-8問題。
對?
所以,
我寫的
# -*- coding: utf-8 -*-
但是,沒有效果。
import requests, bs4
r = requests.get('http://hri.co.kr/board/reportView.asp?firstDepth=1&secondDepth=1&numIdx=26865')
r.encoding='euc-kr'
soup = bs4.BeautifulSoup(r.text, 'lxml')
soup.find_all('div',class_='titleArea')
出:
[<div class="titleArea">
트럼프노믹스가 중국 경제에 미치는 영향
</div>]
編輯:更優雅的方式:
import requests, bs4
r = requests.get('http://hri.co.kr/board/reportView.asp?firstDepth=1&secondDepth=1&numIdx=26865')
r.encoding = r.apparent_encoding
這將自動設置編碼。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.