Fatal编程技术网
  • python/
  • python lxml etree.tostring（）为什么\r\n对&；进行编码#13;

python lxml etree.tostring（）为什么\r\n对&；进行编码#13;

python

python lxml etree.tostring（）为什么\r\n对&；进行编码#13;,python,lxml,Python,Lxml,我已尝试分析： request=urllib2.request（url=”http://2012.qq.com/sports/") response=urllib2.urlopen（请求） content=response.read（） uni_content=content.decode（“gb2312”，“忽略”） 腾讯=统一内容编码（“utf-8”） tecent_page=etree.HTML（tecent，parser=etree.HTMLParser（encoding='utf-8'

我已尝试分析：

request=urllib2.request（url=”http://2012.qq.com/sports/")
response=urllib2.urlopen（请求）
content=response.read（）
uni_content=content.decode（“gb2312”，“忽略”）
腾讯=统一内容编码（“utf-8”）
tecent_page=etree.HTML（tecent，parser=etree.HTMLParser（encoding='utf-8'））
test_tags=tecent_page.xpath（“/html/body/div[@class='page']/div[@class='layout']/div/div[@class='bd']/ul[@class='list']/li”）
对于i，枚举中的项（test_标记）：
content=etree.tostring（item，encoding=“utf-8”，pretty\u print=True）
印刷内容
为什么会出现这样的结果：

  • &13；


    
；
| |
    和#13；

    • 和#13；
    为什么它有
    
？
    

    有
    和#13在每行中。为什么？
    因为原始文档（）已被删除。代码是13
    

    您可以使用简单的解决方法：
    tecent=uni_content.encode（“utf-8”）。替换（'\r\n'，'\n'）
    ，因为原始文档（）已被删除。代码是13
    
您可以使用简单的解决方法：
    tecent=uni\u content.encode（“utf-8”）.replace（'\r\n'，'\n'）