[問題] 網頁編碼問題 (unicode轉字串)

看板Python作者imYu1234 (:))時間7年前 (2018/08/09 01:53)推噓0(0推 0噓 2→)

留言2則, 2人參與討論串1/1

各位好, 小弟在爬網頁時遇到unicode的字符卻無法轉成正常文字, 想了解如何處理 (我是用python3) 這邊是從網頁中取得的部分字串: \u003Cspan>\u003Ci class=\"_1lbg img sp_Y1V9mWwfjKn_1_5x sx_487a1b\">\u003C\/i>\u003C\/span>\u003C\/div>\u003C\/div>\u003C\/div>\u003C\/div>\u003C\/div>\u003C\/div>\u003C\/div>\u003C\/div>\u003C\/div>\u003Cdiv class=\"_5pbx userContent _3576\" 我自己透過線上unicode decoder解出來合理結果應該會變成: <span><i class="_1lbg img sp_Y1V9mWwfjKn_1_5x sx_487a1b"></i></span></div></div></div></div></div></div></div></div></div><div class="_5pbx userContent _3576" 我看了網路上教得寫法是用下列方式decode text.encode(encoding='utf-8',errors='replace').decode('utf-8') 不過結果還是一樣沒解成功... 然後我又發現一個盲點, 就是同樣的字串我存在txt檔後讀出來解碼會解失敗 f = open('test.txt','r', encoding='utf-8') text = f.readline() text = text.encode(encoding='utf-8',errors='replace').decode('utf-8') 但我直接把unicode的字串存進一個變數他在編譯時自動就解碼了(我是用pycharm) 如: text = '最上面提供的unicode字串' 想請教一下到底該怎麼寫才能成功轉出來呢? -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 180.218.163.3 ※ 文章網址: https://www.ptt.cc/bbs/Python/M.1533750798.A.459.html