Python 使用html请求时，空格变为问号

我正在开发一个使用requests_html模块的scraper。我制作了一个程序，该程序应该从我的站点获取一些用户名，但是它返回的空格是问号

这是我的密码：

self.session=AsyncHTMLSession（）
self.users=[]
resp=等待self.session.get（self.total）
对于resp.html.find（'a'）中的a：
如果str（a）中的“用户”：
用户_数组=str（a）.split（“”）
用户名=帐户\数组[2]。替换（“>”，“”）
self.users.append（用户名）
打印（self.users）

通过用空格替换unicode字符修复了此问题

if u"\uFFFD" in username:
    username = username.replace(u"\uFFFD", " ")
    print(username)

---

当我看到一个来自HTML页面的问号时，我把它看作是一个暗示，原来的字符并不是它自称的。最常见的示例可能是右单引号（

“

或U+2019）而不是撇号（

”

或U+0027），但可以使用无中断空格（U+00A0）而不是真空格（U+0020）。如果您有字符集问题（拉丁文1解码为UTF-8），您将得到不可显示字符的问号。只是一个评论，因为我可以确定它与您的问题相关…您建议我如何让它显示空间？我试图将其写入atm文件中，当应该有一个空格时，它是一个菱形，里面有一个问号/Unicode\ufffdU+FFFD是替换字符。我现在非常确定您的文件或字节字符串包含0xa0字节。仍然不是答案，因为我猜不出它的确切来源。但我再次假设您正在以UTF8的形式处理一个拉丁1字节字符串。这些链接中的一个看起来像什么？当您执行

find（'a'）

然后执行

str（a）

时，该字符串是

元素

对象的字符串表示形式，例如

“

。因此，您正在进行的字符串解析可能非常脆弱，而不是您想要的。如果要查找的特定链接在页面中的某个特定位置，则可以使用XPath选择器来缩小其范围。您希望在哪里找到字符串

“user”

？在元素的文本中（

a.text

）？或者在属性（

a.attrs

）中？如果您想回答我的问题，也许我可以为您的问题提供一个总体上更好的解决方案。你现在的代码不是一个非常有效的方法，即使它碰巧“工作”：（无论如何，先生，谢谢你，尽管效率不是我关心的问题。这不仅仅是效率，而且是正确性和简单性。您所写的内容很可能会中断，并且可以大大简化。我想给你省去路上的麻烦。只是不太清楚你想做什么。当然，你需要什么才能让它正常工作而不至于成为一个廉价的黑客。例如，你的

str（a）

字符串的on是什么样子的？如果不确定，请在代码中添加

print（repr（str（a））

。