玩蛇网提供最新Python编程技术信息以及Python资源下载!

Python 捉虫unicode及utf-8转中文问题求解

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

玩蛇网文章,转载请注明出处和文章网址:https://www.iplaypy.com/wenda/wd20326.html

相关文章 Recommend

玩蛇网Python互助QQ群,欢迎加入-->: 106381465 玩蛇网Python新手群
修订日期:2017年05月22日 - 08时34分10秒 发布自玩蛇网

您现在的位置: 玩蛇网首页 > Python问题解答 > 正文内容
我要分享到:

必知PYTHON教程 Must Know PYTHON Tutorials

必知PYTHON模块 Must Know PYTHON Modules