我正在使用BeautifulSoup从超文本标记语言中提取一些文本,但我就是想不出如何正确地将其打印到屏幕上(或者打印到文件中)。
下面是包含文本的类的外观:
class Thread(object):
def __init__(self, title, author, date, content = u""):
self.title = title
self.author = author
self.date = date
self.content = content
self.replies = []
def __unicode__(self):
s = u""
for k, v in self.__dict__.items():
s += u"%s = %s " % (k, v)
return s
def __repr__(self):
return repr(unicode(self))
__str__ = __repr__
在尝试打印Thread
实例时,我在控制台上看到了以下内容:
~/python-tests $ python test.py
u'date = 21:01 03/02/11 content = author = \u05d3"\u05e8 \u05d9\u05d5\u05e0\u05d9 \u05e1\u05d8\u05d0\u05e0\u05e6\'\u05e1\u05e7\u05d5 replies = [] title = \u05de\u05d1\u05e0\u05d4 \u05d4\u05de\u05d1\u05d7\u05df '
不管我怎么尝试,我都不能得到我想要的输出(上面的文本应该是希伯来语)。我的最终目标是将Thread
序列化为一个文件(使用json或pickle),并能够读回它。
我在Ubuntu 10.10上用Python 2.6.6运行它。
发布于 2011-03-05 18:13:42
要将Unicode字符串输出到文件(或控制台),您需要选择文本编码。在Python中,默认的文本编码是ASCII,但要支持希伯来语字符,您需要使用不同的编码,如UTF-8:
s = unicode(your_object).encode('utf8')
f.write(s)
发布于 2014-02-24 03:47:31
@mark答案的一个很好的替代方法是设置环境变量PYTHONIOENCODING=UTF-8
。
c.f.Writing unicode strings via sys.stdout in Python。
(确保在启动Python之前设置它,而不是在脚本中。)
https://stackoverflow.com/questions/5203105
复制相似问题