[問題] BeautifulSoup中搜尋中文
我想用BeautifulSoup來parse含有中文的頁面 但是一直出錯
parse.py該段的code如下：
soup = BeautifulSoup.BeautifulSoup(page, fromEncoding="utf-8")
searchlist = soup.html.body('div')
print 'Size:', len(searchlist)
for i in range(len(searchlist)):
print i
if searchlist[i].findAll('img', title="統計"):
print searchlist[i]
用IDLE執行出現if searchlist[i].findAll('img', title="統計"):這行有錯誤
錯誤敘述為
UnicodeDecodeError: 'cp950' codec can't decode bytes in position 4-5: illegal
multibyte sequence
但是我直接在python shell裡面打
>>> searchlist[0].findAll('img', title="統計")
[<img id="n4" src="files/x.gif" title="統計" />]
可以正確找到我想要的
我嘗試把parse.py的code從
if searchlist[i].findAll('img', title="統計"):
換成
if searchlist[i].findAll('img', u'title="統計"'):
則parse.py執行不會出錯 但是我就找不到要的HTML code @@
請問前輩們 我的code哪裡有錯？
謝謝
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 61.230.5.84
討論串 (同標題文章)
以下文章回應了本文：
完整討論串 (本文為第 1 之 4 篇)：
Python 近期熱門文章
PTT數位生活區 即時熱門文章