为什么'u'出现在我的字符串前面？ [复制]答案

【问题标题】：Why does 'u' appear in front of my strings? [duplicate]为什么'u'出现在我的字符串前面？ [复制]
【发布时间】：2014-02-08 07:25:02
【问题描述】：

我是爬网的新手。

我已经用 Python 中的 BeautifulSoup 刮掉了这张表，但出现了符号 u'，而且它既没有出现，也没有出现它的代码。

代码如下：

import urllib2
from bs4 import BeautifulSoup
first=urllib2.urlopen("http://www.admision.unmsm.edu.pe/res20130914/A/011/0.html").read()
soup=BeautifulSoup(first)
for tr in soup.find_all('tr')[2:]:
    tds = tr.find_all('td')
    print (tds[0].text, tds[1].text, tds[2].text, tds[3].text)

当我运行代码时，结果是这样的：

(u'494560', u'ABAD SAAVEDRA, GERSON HORACIO', u'011', u'1116.8750')
(u'455314', u'ABAD VALVERDE, MARIA ISABEL', u'011', u'1482.7500')
(u'491005', u'ABREGU HUAMAN, MERCEDES LILIANA', u'011', u'503.4000')
(u'457929', u'ACOSTA ABAD, ALEJANDRO FRANCISCO', u'011', u'413.0500')

所以，我的问题是：为什么会出现u'？以及如何避免这种情况？

【问题讨论】：

你可能是你的朋友。这意味着检索到的字符串可以包含来自更多语言的字符，而不仅仅是英语。
感谢您的信息，该表实际上包含西班牙语字符。我的第一语言。

标签： python regex web-scraping

【解决方案1】：

u 的意思是字符串是 unicode：

>>> v1 = u'a'
>>> v2 = u'b'
>>> type(v1)
<type 'unicode'>
>>> type(v2)
<type 'unicode'>
>>>

您可以通过删除print 行上的括号来防止它们被打印：

print tds[0].text, tds[1].text, tds[2].text, tds[3].text

下面是使用其他演示中的变量的演示：

>>> print (v1, v2)
(u'a', u'b')
>>> print v1, v2
a b
>>>

【讨论】：