wget和编码。如何强制utf-8？

当我尝试下载链接时（ubuntu 16.04，wget 1.17.1）：

我得到一个文件：

>cat altai_terr\?action\=ik 

    ...
    <div class="center-colm">
    <h2>????????????? ???????? ?????????? ????</h2>
    <p>
    <strong>????? ????????: </strong><span id="address_ik"><span>656035, ????? ???????, ???????? ?.?.??????, 59</span></span>
    </p>
    ...

我检查已安装的区域设置：

…
en_US
en_US.iso88591
en_US.iso885915
en_US.utf8
…
ru_RU
ru_RU.cp1251
ru_RU.iso88595
ru_RU.koi8r
ru_RU.utf8
russian
ru_UA
ru_UA.koi8u
ru_UA.utf8
…

没有“？”我如何下载文件

附言。 如果我运行python 2.7和以下代码：

x = 'http://www.altai_terr.vybory.izbirkom.ru/region/altai_terr?action=ik&vrn=4224065120534'
page_uik = requests.get(url = x)
print page_uik.text

我确实得到：

...
<div class="center-colm">
<h2>Участковая избирательная комиссия №1767</h2>
<p>
<strong>Адрес комиссии: </strong><span id="address_ik"><span>659595, Алтайский край, Усть-Пристанский район, село Коробейниково, улица Комсомольская, дом 33а</span>, дом культуры</span>
</p>
...

。。。
Участковая избирательная комиссия №1767

Аааааааааааааааааааааааааааааааа、аааа

...

这不是一项

wget

业务

您可以向Web服务器询问特定的编码，但Web服务器可能会忽略您

Webserver会告诉您他认为是什么编码，但永远不要相信服务器

HTML还允许作者指定编码（因此无需询问系统管理员/web管理员）

因此，在获得文档后，您的任务是检查它的编码，然后翻译它，并处理错误和异常。您可能会看到UTF-8站点的代码无效，或者也经常会看到具有多种编码的站点（通常是因为不同部分的动态生成，以及错误的编码假设）

---

因此，获取wget所提供的信息，您需要自己进行解码。

这不是

wget

业务

您可以向Web服务器询问特定的编码，但Web服务器可能会忽略您

Webserver会告诉您他认为是什么编码，但永远不要相信服务器

HTML还允许作者指定编码（因此无需询问系统管理员/web管理员）

因此，在获得文档后，您的任务是检查它的编码，然后翻译它，并处理错误和异常。您可能会看到UTF-8站点的代码无效，或者也经常会看到具有多种编码的站点（通常是因为不同部分的动态生成，以及错误的编码假设）

---

因此，获取

wget

提供给您的内容，您需要自己进行解码。

我必须使用以下命令在下载后转换文件：

iconv -f CP1251 -t UTF-8 altai_terr\?action\=ik

---

我必须使用以下命令在下载后转换文件：

iconv -f CP1251 -t UTF-8 altai_terr\?action\=ik

---

我相信我理解你的意思。我得到了我不知道编码的文件。我必须转换它。我尝试了几个选项，最后得到了这个结果：

code

iconv-f CP1251-t UTF-8 altai_terr\？action\=ik

code

耶。困难的部分是以可靠的方式获得CP1251。HTML应该告诉您什么是编码（我想您注意到HTTP给了您错误的编码）。Python也进行解码（Python口号：“包括电池”）。但我推荐python3，它纠正了编码方面的许多问题/错误。我相信我理解你的意思。我得到了我不知道编码的文件。我必须转换它。我尝试了几个选项，最后得到了这个结果：

code

iconv-f CP1251-t UTF-8 altai_terr\？action\=ik

code

耶。困难的部分是以可靠的方式获得CP1251。HTML应该告诉您什么是编码（我想您注意到HTTP给了您错误的编码）。Python也进行解码（Python口号：“包括电池”）。但是我推荐python3，它纠正了编码中的许多问题/错误。

iconv -f CP1251 -t UTF-8 altai_terr\?action\=ik