Python-如何正确使用重音字符？（美丽群芳）

我已经用BeautifulSoup编写了一个s python代码来获取HTML，但没有获得如何正确解决重音字符的方法

HTML的字符集如下

<meta http-equiv="Content-Type" content="text/html; charset=ISO-8859-1">

我明白了：

Calções

我做错了什么？一些线索

---

致以最诚挚的问候，

这里的问题是关于“你从哪里”得到这个”。 如果这是您的终端接收到的输出，那么您的终端可能需要不同的编码

您可以在使用打印时尝试以下操作：

import sys
outenc = sys.stdout.encoding or sys.getfilesystemencoding()
print t.decode("iso-8859-1").encode(outenc)

---

正如伯尼指出的，BS在内部使用Unicode

用于：

漂亮的汤给了你Unicode，该死的

在解析文档时，它已转换为Unicode。Beauty Soup在其数据结构中只存储Unicode字符串

对于这种情况，文档会更清楚地解释：

您可以传入字符串或打开的文件句柄…首先，文档转换为Unicode，HTML实体转换为Unicode字符`

换句话说，它会立即解码数据。所以，如果你得到mojibake，你必须在它进入BS之前修复它，而不是之后

BeautifulSoup

构造函数的输入可以采用8位字节字符串或文件，并尝试找出编码。有关详细信息，请参阅。您可以通过打印出

soup.original\u encoding

来检查猜测是否正确。如果它没有猜到

ISO-8859-1

或同义词，那么您唯一的选择就是将其显式化：

在传入字符串之前解码该字符串，使用
编码以Unicode模式打开该文件，等等

任何BS对象产生的结果，以及作为参数传递给任何方法的任何结果，都将始终是UTF-8（如果它们是字节字符串）。因此，对从BS中得到的东西调用
decode（'iso-8859-1'）
，如果它还没有坏掉，那么肯定会坏掉它

你无论如何也不想这么做。正如您在评论中所说，“我正在输出到SQLite3数据库。”好吧，SQLite3总是使用UTF-8。（您可以在运行时使用
pragma
更改此设置，也可以在编译时更改默认设置，但这基本上破坏了Python接口，所以…不要这样做。）Python接口只允许Py2
str
中的UTF-8（当然，在Py2
unicode
/Py3
str
中，没有编码。）因此，如果试图将BS数据编码为拉丁语-1以存储在数据库中，则会产生问题。只需按原样存储Unicode，或者将其编码为UTF-8（如果必须的话）（仅限Py2）

如果您不想弄清楚所有这些，只需在首次调用
BeautifulSoup
后到处使用Unicode，您就永远不会出错。
我将输出到SQLite3数据库。屏幕上没有。很抱歉没有在问题中解释这一点。SQLite3期望传入编码是什么？根据这一点，尝试将字符串编码为：）
sqlite3
数据库是UTF-8，除非在运行时（
PRAMGA encoding
）显式更改它或在编译时更改默认值。IIRC，Py3要求对所有
sqlite3
方法使用Unicode（
str
），如果数据库不是UTF-8，则中断，而Py2允许使用8位（
str
）或Unicode（
Unicode
），但如果数据库和8位字符串不是UTF-8，则会出现各种问题。此外，没有必要为您的终端编码-stdout将为您编码。如果Python为终端选择了错误的编码，那么应该更改区域设置，而不是更改代码。从Unicode你可以编码而不是解码。这是Python2还是Python3？BS 3还是BS 4？在Python问题中，这一点总是值得一提的，但在处理字符集/编码问题时，这一点绝对至关重要。@bernie:+1。但如果您的目标是将数据放入
sqlite3
数据库，则不应进行
encode
-ing…
import sys
outenc = sys.stdout.encoding or sys.getfilesystemencoding()
print t.decode("iso-8859-1").encode(outenc)