【发布时间】：2016-04-25 00:59:16
【问题描述】：
我正在尝试使用 lxml 解析俄罗斯网站。但是，我在显示俄语字符时遇到了问题，我无法克服自己。
我们以这段 html 片段为例：
<a href="http://www.2do2go.ru/msk/events/41600/kvest-v-realnosti-karty-dengi-dva-stola" class="medium-events-list_link">Квест в реальности «Карты, деньги, два стола»</a>
我正在使用这个片段来解析它：
title = root.xpath('//*[@id="event-id-41600"]/div[3]/div[2]/a/text()')[0].encode('utf-8').strip()
这就是我得到的：
├É┬Ü├É┬▓├É┬Á├Ĺ┬ü├Ĺ┬é ├É┬▓ ├Ĺ┬Ç├É┬Á├É┬░├É┬╗├Ĺ┬î├É┬Ż├É┬ż├Ĺ┬ü├Ĺ┬é├É┬Ş ├é┬ź├É┬Ü├É┬░├Ĺ┬Ç├Ĺ┬é├Ĺ┬ő, ├É┬┤├É┬Á├É┬Ż├Ĺ┬î├É┬│├É┬Ş, ├É┬┤├É┬▓├É┬░ ├Ĺ┬ü├Ĺ┬é├É┬ż├É┬╗├É┬░├é┬╗
但在数据库中，我看到的不是西里尔字母：
ÐвеÑÑ Ð² ÑеалÑноÑÑи «ÐаÑÑÑ, денÑги, два ÑÑола»
哦，顺便说一句，供参考：
这件作品：
title = item.xpath('div[3]/div[2]/a')[0]
print etree.tostring(title)
给我这个：
<a href="http://www.2do2go.ru/msk/events/41600/kvest-v-realnosti-karty-dengi-dva-stola" class="medium-events-list_link">Квест в реальности «Карты, деньги, два стола»</a>
不确定它是否与数据库相关，与 python 编码有关。任何帮助表示赞赏:)
提前致谢。
编辑：我正在使用 MySQL 和 Django ORM
Django 设置：
DATABASE_OPTIONS = {
"charset": "utf8_general_ci",
"init_command": "SET storage_engine=INNODB"
}
网页：
<!DOCTYPE html>
<html lang="en" prefix="og: http://ogp.me/ns#" class="">
<head>
<title>Интересные события в Москве в январе - феврале 2016</title>
<meta charset="utf-8">
【问题讨论】：
-
你用的是什么 Python 版本？
-
我使用的是python 2.7.3
-
尝试删除
encode部分：root.xpath('//*[@id="event-id-41600"]/div[3]/div[2]/a/text()')[0].strip()可能会有所帮助。 -
UnicodeEncodeError: 'charmap' codec can't encode characters in position 0-9: character maps to
-
我刚刚意识到它在我的数据库中最终被编码为“latin-1”......不知道为什么......
标签： django python-2.7 unicode encoding lxml