Python 如何在web抓取时搜索特定的unicode字符串？

我最近对Python上的web抓取很感兴趣，并在一些简单的示例中进行了此操作，但我不知道如何处理不遵循ASCII代码的其他语言。例如，在HTML文件中搜索特定字符串或使用这些字符串写入文件

from urllib.parse import urljoin
import requests
import bs4
website = 'http://book.iranseda.ir'
book_url = 'http://book.iranseda.ir/DetailsAlbum/?VALID=TRUE&g=209103'

soup1 = bs4.BeautifulSoup(requests.get(book_url).text, 'lxml')
match1 = soup1.find_all('a', class_='download-mp3')
for m in match1:
    m = m['href'].replace('q=10', 'q=9')
    url = urljoin(website, m)
    print(url)
    print()

在

book\u url

下查看此网站，每行都有不同的文本，但文本是波斯语的。 假设我需要考虑最后一行。 文本为“دایکلکت㶌”

---

如何在

、
和
标记中搜索此字符串？
您需要将编码从
请求设置为UTF-8。看起来
请求
模块没有使用您想要的解码。如中所述，您可以告诉请求预期的编码

from urllib.parse import urljoin
import requests
import bs4
website = 'http://book.iranseda.ir'
book_url = 'http://book.iranseda.ir/DetailsAlbum/?VALID=TRUE&g=209103'

req = requests.get(book_url)
req.encoding = 'UTF-8'
soup1 = bs4.BeautifulSoup(req.text, 'lxml')
match1 = soup1.find_all('a', class_='download-mp3')
for m in match1:
    m = m['href'].replace('q=10', 'q=9')
    url = urljoin(website, m)
    print(url)
    print()

这里唯一的变化是

req = requests.get(book_url)
req.encoding = 'UTF-8'
soup1 = bs4.BeautifulSoup(req.text, 'lxml')

您希望返回什么？您在代码中的何处尝试对波斯字符串进行匹配？代码正在使用Jack提到的特定编码工作。