为什么赢了'；Python是否正确显示此文本？（UTF-8解码问题） 将urllib.request导入为u zipcode=str（47401） url='1〕http://watchdog.net/us/?zip='+zipcode con=u.urlopen（url） page=str（con.read（）） value3=int（第页查找（“”）+7 value4=int（第页查找（“”）-15 district=str（第[value3:value4]页） 印刷品（地区） newdistrict=district.replace（“\xe2\x80\x99”，“”） 印刷品（新界区）

出于某种原因，我的代码以以下格式插入标题：

in-09:Indiana\xe2\x80\x99s 9th

。我知道

\xe

字符串对于

'

符号是unicode，但我不知道如何让python用

'

符号替换这组字符。我尝试过解码字符串，但它已经是unicode的，上面的替换代码没有改变任何东西。关于我做错了什么有什么建议吗？

试试这个

import urllib.request as u

zipcode = str(47401)
url = 'http://watchdog.net/us/?zip=' + zipcode
con = u.urlopen(url)

page = str(con.read())
value3 = int(page.find("<title>")) + 7
value4 = int(page.find("</title>")) - 15
district = str(page[value3:value4])
print(district)
newdistrict = district.replace("\xe2\x80\x99","'")
print(newdistrict)

我认为您正在使用utf-8，所以它应该是这样的

newdistrict = district.encode("**THE_INPUT_STRING_ENCODING**").replace("\\xe2\\x80\\x99","'")

但这不是使用unicode的正确原因。 一旦您的文本被导入到程序中，您应该在所有地方使用unicode 除了当输出为输出时，应该考虑外部目的地

因此，更好的方法是在脚本顶部添加行

newdistrict = district.encode("utf-8").replace("\\xe2\\x80\\x99","'")

将您的输入读取为utf-8

# -*- coding: utf-8 -*-

然后呢 newdistrict=district.replace（u“您的UNICODE\u字符串”，“'））

比如说

page = con.read().decode('utf-8')

要获得更多帮助，请阅读此

---

当调用

con.text（）

时，将返回一个

字节

对象。对其调用

str（）

将返回表示它的字符串-因此，如果不指定编码，将使用转义符而不是实际字符。（这意味着您的字符串最终包含

\\xe2\\x80\\x99

以及各种其他不需要的内容。）

字节

与Python 2中的

str

非常相似：它没有存储任何编码信息str与Python 2中的

unicode

类似；它有编码。因此，当将

bytes

对象转换为

str

对象时，您需要告诉它实际使用的是什么编码。在本例中，这是

utf-8

与其对其调用

str（）

，不如使用

字节；这是一样的，只是更整洁

newdistrict = district.replace(u"דכעדחלגעדיל","'")

>>将urllib.request作为u导入
>>>zipcode=47401
>>>url='1〕http://watchdog.net/us/?zip={}格式（zipcode）
>>>con=u.urlopen（url）
>>>page=con.read（）.decode（'utf-8'）
>>>第[page.find（“”+7:page.find（“”-15]
“IN-09：印第安纳州第九”

这里所做的唯一功能更改是将
字节
对象解码为
'utf-8'
的规范。您是否尝试过使用
unicode
文字？我不完全确定您的意思，您能提供更多信息吗？它不是
'，
，而是
'
（U+2019，右单引号）。鉴于您使用的是
urllib.request
，我猜您使用的是Python 3.Yup，使用的是Python 3，它指定的值是-1，这意味着它在district变量中找不到该字符串，即使它在调用print函数时在屏幕上打印该字符串。感谢您的帮助，我最初尝试使用类似于：page=con.read（）newpage=page.decode（'utf-8'）的方法对文件进行解码它在以前的作业中工作过，但在这里给了我一个空白页。然后我发现，通过删除解码行，我可以让它返回源代码，所以我才开始工作。不确定发生了什么，再次感谢您的帮助。：）基本上，
str（b'\xab'）
产生
“b'\\xab''
而不是
'\xab'
（它相当于'repr（b'\xab'），因为没有指定编码就没有有意义的转换）。您的答案不正确，因为他正在处理的是Python 3。
>>> import urllib.request as u
>>> zipcode = 47401
>>> url = 'http://watchdog.net/us/?zip={}'.format(zipcode)
>>> con = u.urlopen(url)
>>> page = con.read().decode('utf-8')
>>> page[page.find("<title>") + 7:page.find("</title>") - 15]
'IN-09: Indiana’s 9th'