爬网页时 unicode 和 utf-8的编码问题


我爬的网页源码顶端写的是 <meta charset="utf-8">
我在浏览器打开源码看到我想要的信息也是中文,
不过在urllib2.urlopen(url).read()输出来的却是类似于
陈颖
这种unicode编码
然后我使用 .encode('utf-8')也没有效果。。
请问该怎么转成中文?
(我的python程序是coding:utf-8)

python utf-8 网页爬虫

i232324 10 years, 8 months ago
import HTMLParser 
h = HTMLParser.HTMLParser() 
print h.unescape("陈颖").encode("utf-8") 
陈颖
姆了个Q的 answered 10 years, 8 months ago

Your Answer