Python - 无法正确编码字符串答案

【问题标题】：Python - Cant make it to encode string properlyPython - 无法正确编码字符串
【发布时间】：2015-07-18 00:05:51
【问题描述】：

我正在尝试获取一些数据，这是我的代码：

import requests
from bs4 import BeautifulSoup

url = 'http://www.privredni-imenik.com/firma/68225-a_expo'
r = requests.get(url)

soup = BeautifulSoup(r.content, "html.parser")

g_data = soup.find_all("div", {"class":"podaci"})
for i in g_data:
    some = i.text.encode('utf-8', 'ignore')
    print (some)

它可以工作，但是结果如下所示：

b'A & L EXPO PREDUZE\xc4\x86E ZA PROIZVODNJU

其中\xc4\x86应该用字母Ć表示。

我怎样才能让它工作？

【问题讨论】：

为什么不直接打印文本？

标签： python python-3.x encoding character-encoding beautifulsoup

【解决方案1】：

你已经有了一个字符串，直接打印文本：

In [18]: g_data = soup.find_all("div", {"class":"podaci"})

In [19]: for i in g_data:
   ....:         some = i.text
   ....:         print (some)
   ....:     
A & L EXPO PREDUZEĆE ZA PROIZVODNJU, TRGOVINU I USLUGE DOO 11070 BEOGRAD VLADIMIRA POPOVTelefaksMatični broj: 17461460  Informacije o delatnostima koje obavlja ova firma:  » Organizovanje sastanaka i sajmova 

In [20]:  print(type(some))
<class 'str'>    
In [21]: print(type(some.encode('utf-8', 'ignore')))
<class 'bytes'>

您正在使用i.text.encode('utf-8', 'ignore') 编码为bytes，根本不需要做任何事情来打印文本。

【讨论】：

如果我只想打印文本，则会收到错误消息：File "C:\Python34\lib\encodings\cp1252.py", line 19, in encode return codecs.charmap_encode(input,self.errors,encoding_table)[0] UnicodeEncodeError: 'charmap' codec can't encode character '\u0106' in position 18: character maps to <undefined>
您选择的编辑器是什么？我使用 PyCharm 并以某种方式设法设置文件编码。现在没问题，但控制台只返回了字符串的一部分...
你在 cmd 中的区域设置是什么？
相同。由于某种原因，它只返回字符串的一部分。它不再重要了..感谢您的帮助！

【解决方案2】：

b'\xc4\x86' 是一个字节对象，而不是字符串（你可以通过引号前面的“b”来判断）。因此，如果您尝试打印 bytes 对象，则受限 ascii 集之外的任何字符都将以其十六进制表示形式显示。要打印您想要查看的 utf-8 字符，您需要将字节对象解码为字符串对象（或者，查看您的代码，首先不要将其编码为字节对象）。

例如，试试：

>>> b'\xc4\x86'.decode()
'Ć'

有关字节和字符串的更多信息，请阅读此处： http://www.diveintopython3.net/strings.html

【讨论】：