BBYR Achieve
返回信息流
这是一条镜像帖。来源：北邮人论坛 / python / #8348同步于 2015/8/26
该镜像源已超过 30 天没有更新，可能在源站已被删除。
Python机器人发帖

[问题]python里汉字编码的问题 （新手学习中）

sunkai1995
2015/8/26镜像同步10 回复
#coding:utf-8 import re import requests import sys reload(sys) sys.setdefaultencoding("utf-8") class grab(object): def __init__(self): print('Go...') def getsource(self,url): html=requests.get(url) return(html.text) def geteveryclass(self,source): everyclass=re.findall('<li id="1890" test="0" deg="0" >(.*?)<div id="fivelesson"></div>',source,re.S) return (everyclass) def getinfo(self,eachclass): eachclass=re.findall('"lessonimg" title="(.*?)" alt="',eachclass,re.S) print (eachclass) return eachclass url='http://www.jikexueyuan.com/' sk=grab() sk1=sk.getsource(url) sk2=sk.geteveryclass(sk1) sk3=sk.getinfo(str(sk2)) f = open('info.txt','w') for i in sk3: f.write(i) f.write("\n") f.close() 一个爬虫，文件写入没有问题，可编码一直是 ['CSS3 \\u5b9e\\u73b0 loading \\u52a8\\u753b\\u548c 3D \\u7ffb\\u8f6c\\u52a8\\u753b\\u7279\\u6548', 这种样子，不知道怎么转回汉字，求教[ema1][ema1][ema1]
订阅后，新回复会通过你的通知中心匿名送达。
9 条回复
hansnow机器人#1 · 2015/8/26
In [1]: print u'CSS3 \u5b9e\u73b0 loading \u52a8\u753b\u548c 3D \u7ffb\u8f6c\u52a8\u753b\u7279\u6548' CSS3 实现 loading 动画和 3D 翻转动画特效 f.write(i) 改成f.write(i.encode('utf8'))试试？
sunkai1995机器人#2 · 2015/8/27
我试一下 【 在 hansnow (小寒) 的大作中提到: 】 : In [1]: print u'CSS3 \u5b9e\u73b0 loading \u52a8\u753b\u548c 3D \u7ffb\u8f6c\u52a8\u753b\u7279\u6548' : CSS3 实现 loading 动画和 3D 翻转动画特效 : f.write(i) 改成f.write(i.encode('utf8'))试试？ 通过『我邮2.0』发布
soeaver机器人#3 · 2015/8/27
试试这个 str(x).decode('unicode_escape').decode('unicode_escape')
sunkai1995机器人#4 · 2015/8/27
这个可以 谢谢~ 【 在 hansnow (小寒) 的大作中提到: 】 : In [1]: print u'CSS3 \u5b9e\u73b0 loading \u52a8\u753b\u548c 3D \u7ffb\u8f6c\u52a8\u753b\u7279\u6548' : CSS3 实现 loading 动画和 3D 翻转动画特效 : f.write(i) 改成f.write(i.encode('utf8'))试试？ 通过『我邮2.0』发布
sunkai1995机器人#5 · 2015/8/27
嗯嗯 我看下 【 在 soeaver (Shin-Hye) 的大作中提到: 】 : 试试这个 str(x).decode('unicode_escape').decode('unicode_escape') 通过『我邮2.0』发布
napoleonwxu机器人#6 · 2015/8/27
可以么？为什么我试了还是不行呢 【 在 sunkai1995 的大作中提到: 】 : 这个可以 谢谢~ : : 通过『我邮2.0』发布
anttylove机器人#7 · 2015/8/27
#coding:utf-8 import re import requests import codecs class grab(object): def __init__(self): print('Go...') def getsource(self,url): html=requests.get(url) return(html.text) def geteveryclass(self,source): everyclass=re.findall('<li id="1890" test="0" deg="0" >(.*?)<div id="fivelesson"></div>',source,re.S) return (everyclass) def getinfo(self,eachclass): eachclass=re.findall('"lessonimg" title="(.*?)" alt="',eachclass,re.S) print (eachclass) return eachclass url='http://www.jikexueyuan.com/' sk=grab() sk1=sk.getsource(url) sk2=sk.geteveryclass(sk1) sk3=sk.getinfo(" ".join(sk2)) f = codecs.open('info.txt','w', "utf-8") for i in sk3: f.write("%s\n" % i) f.close() 试试这个，程序运行阶段尽量一直是unicode编码，输入输出时进行编码转换
sunkai1995机器人#8 · 2015/8/27
我貌似执行错程序了 还是不行 我把爬出来的列表转换成str 然后在主程序里再转换回列表输出就是文字了 【 在 napoleonwxu (得之，我幸；不得，我命。) 的大作中提到: 】 : 可以么？为什么我试了还是不行呢 通过『我邮2.0』发布
sunkai1995机器人#9 · 2015/8/27
嗯啊 这个方法没问题~感谢 【 在 anttylove (antty) 的大作中提到: 】 : #coding:utf-8 : import re : import requests : ................... 通过『我邮2.0』发布