Python .encode（'；utf-8'；）完全没有做任何事情

一些背景

我正在为一个朋友的生意做一个小程序。在他的业务中，他会手动浏览一个网站，该网站上有他合作的公司网站列表。名单上有数百家公司。他所做的就是获取联系人信息并将其输入excel

再一次，他是手工做的。。。他说他会花几个小时做这件事

我想尝试用Python自动化这个过程。我自学了大约一个月的经验

现在，我有一个程序，成功地抓取了一个网站的文字。但是，它将文本放入unicode字符串列表中，但由于某些原因，它不会将列表转换为utf-8以便我可以使用它

import re
import urllib
from bs4 import BeautifulSoup

#url = raw_input("Please enter a url: ")

html = urllib.urlopen("http://www.cerecor.com/contact")
soup = BeautifulSoup(html, "lxml")
data = soup.findAll(text=True)

def visible(element):
    if element.parent.name in ['style', 'script', '[document]', 'head', 'title']:
        return False
    elif re.match('<!--.*-->', str(element.encode('utf-8'))):
        return False
    return True

result = filter(visible, data)

[x.encode('UTF8') for x in result]
#result = ','.join(result)
number = u"(\+?1?.?\d{3}[-\.\s]??\d{3}[-\.\s]??\d{4}|\(\d{3}\)\s*\d{3}[-
\.\s]??\d{4}|\d{3}[-\.\s]??\d{4})"

print result

#numbers = [re.findall(number, x) for x in result]

重新导入
导入URL库
从bs4导入BeautifulSoup
#url=原始输入（“请输入url:”）
html=urllib.urlopen（“http://www.cerecor.com/contact")
soup=BeautifulSoup（html，“lxml”）
data=soup.findAll（text=True）
def可见（元素）：
如果['style'，'script'，'document'，'head'，'title']中的element.parent.name：
返回错误
elif重新匹配（“”，str（元素编码（'utf-8'））：
返回错误
返回真值
结果=过滤器（可见，数据）
[x.encode（'UTF8'）表示结果中的x]
#结果='，'。连接（结果）
数字=u“（\+-1？）\d{3}[-\.\s]？？\d{3}[-\.\s]？？\d{4}\\（\d{3}\）\s*\d{3}[-
\.\s]？？\d{4}\d{3}[-\.\s]？？\d{4}）”
打印结果
#numbers=[re.findall（number，x）表示结果中的x]

以及输出 [u''，SU'\n'，u''，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n' \n'，u'Home'，u'\n'，u'\n'，u'About'，u'\n'，u'Overview'，u'\n'，u'Management Team'，u'\n'，u'董事会'，u'\n'，u' u'Pipeline'，u'\n'，u'\n'，u'Overview'，u'\n'，u'CERC-301'，u'\n'，u'CERC-611'，u'\n'，u'CERC-406'，u'\n'，u'相关出版物 ''，u'\n'，u'Patient Resources'，u'\n'，u'\n'，u'Investors'，u'\n'，u'\n'，u'Overview'，u'\n'，u'News/Events'，u'\n'，u'C' ，u'\n'，u'Analyst Coverage'，u'\n'，u'Stock Data'，u'\n'，u'SEC文件，u'\n'，u'Corporate Governance'，u'\n'，u'\n'，u''，u' s'，u'\n'，u'\n'，u'Careers'，u'\n'，u'\n'，u'Contact'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n',， s'，u'\n'，u“我们很想听到你的消息”，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'， n'，u'Name'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u'Company'，u'\n'，u'\n'，u'\n'，u'\n '、u'\n'，u'\n'，u'Select Option'，u'\n'，u'General inquerys'，u'\n'，u'Partnerships'，u'\n'，u'Licensing'，u'\n'，u'Public Relat 投资者关系，u'\n'，u'\n'，u'\n'，u'\n'，u'Message'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u ，u'\n'，u'\n'，u'\n'，u'Cerecor，Inc.，u'\n'，u'\r\n，u'Su东普拉特街400号 \t\tBaltimore，MD 21202\t\t'，u'\n'，u'\r\n\t 电话：410-522-8707\r\n\t\t'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'， n'，u'\n'，u'\n'，u'\n'，u'\n'，u'About us'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u'Pipeline'，u'\n'，u'\n'，u'\n'，u'\n'，u' u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u'\r\n\t\t\t\xa9 2017'，u'Cerecor，Inc.，u''，u'\n'，u'\n'，u'\n'，u'\n'，u'隐私 免责声明，u'\n'，u'Sitemap'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u'\n'，u'//general wrapper'，u'\n'，u'\n']

---

任何和所有的建议都会有帮助。我只想把它归结为一个包含所有文本的字符串或一个列表，这样我就可以用正则表达式搜索它。

因为字符串类型在python中是不可变的，

x.encode（）

不会修改unicode字符串，而是返回编码版本

您可以尝试：

result = [x.encode('UTF8') for x in result]

---

默认编码已经是UTF-8。。。请参阅：您应该确保正则表达式模式的类型与字符串的类型相同。在你的例子中，数字是unicode，而x是str（字节）。是的，你是对的，我把它放在unicode中只是为了摆弄它，因为我不明白他们为什么不转换成字符串。你是个救生员。总是最简单的事情阻碍了你的发展，再次感谢！