Python 将有趣的特殊拉丁字符转换为unicode（外来字符）

我正试图抓取一个有希伯来语内容的网站

然而，该遗址的希伯来部分看起来像

úåìåòô

如何将这些字符转换为正确的字母

---

我正在将Python与BeautifulSoup一起使用

您需要为BeautifulSoup提供正确的编解码器，因为否则会做出有根据的猜测，有时会出错

如果使用

urllib2

加载页面，则可以传递服务器设置的任何编码：

soup = BeautifulSoup(response.read(),
                     from_encoding =response.info().getparam('charset'))

请参阅BeautifulSoup文档的第页。

根据网站

cp424 EBCDIC-CP-HE，IBM424希伯来语
cp856希伯来语
cp862 862，IBM862希伯来语
cp1255 windows-1255希伯来语 iso8859_8 iso-8859-8，希伯来语

---

BeautifulSoup使用了错误的编解码器对页面进行解码。如何使用

urllib2.urlopen（）

或其他方法加载HTML？该网页很可能在HTTP响应头中设置了正确的编解码器。是的，我正在使用该函数-然后是

read（）

我认为cp1255更可能在野外找到。没有

get_param（）

，请使用

getparam（）

代替Python 2。但在Python 3中，它被重命名，这就是为什么我有时会出错的原因-p该问题没有标记，因此默认情况下应显示Python 2代码，即，如果您使用Python 3代码，请明确提及它。顺便说一句，您的意思正好相反，即Python 2中的

getparam（）

和Python 3中的

get_-param（）

在Python 2中没有（

get_-param（）

）。