在 Python 中提取数据时如何获取 unicode 字符串？答案

【问题标题】：How to get unicode string when extract data in Python?在 Python 中提取数据时如何获取 unicode 字符串？
【发布时间】：2015-09-20 02:12:54
【问题描述】：

我正在尝试从越南网站中提取文本，该网站的字符集为 utf-8。但是，我得到的文本总是在 Ascii 中，我找不到将它们转换为 unicode 或准确获取网站上的文本的方法。结果，我无法按预期将它们保存到文件中。
我知道这是 Python 中 unicode 非常流行的问题，但我仍然希望有人能帮助我解决这个问题。谢谢。
我的代码：

import requests, re, io
import simplejson as json
from lxml import html, etree

base = "http://www.amthuc365.vn/cong-thuc/"
page = requests.get(base + "trang-" + str(1) + ".html")
pageTree = html.fromstring(page.text)

links = pageTree.xpath('//ul[contains(@class, "mt30")]/li/a/@href')
names = pageTree.xpath('//h3[@class="title"]/a/text()')
for name in names[:1]:
    print name
    # LÃ m bÃ¡nh oreo nhÃ¢n bÆ¡ Äáºu phá»ng thÆ¡m bÃ¹i

但我需要的是“Làm bánh oreo nhân bơ đậu phộng thơm bùi”
谢谢。

【问题讨论】：

标签： python unicode web-scraping

【解决方案1】：

只需从 page.text 切换到 page.content 就可以了。

解释here。

另见：

【讨论】：

非常感谢@alecxe