如何打开html文件？
如何打开html文件？
提问于 2014-12-02 14:24:02
我有一个名为test.html的html文件，它只有一个单词בדיקה。
我打开test.html并使用下面这段代码打印它的内容：
file = open("test.html", "r")
print file.read()但它会打印??????，为什么会发生这种情况，我该如何修复它？
顺便说一句。当我打开文本文件时，它工作正常。
编辑:我试过这个：
>>> import codecs
>>> f = codecs.open("test.html",'r')
>>> print f.read()
?????回答 7
Stack Overflow用户
回答已采纳
发布于 2014-12-02 14:34:58
import codecs
f=codecs.open("test.html", 'r')
print f.read()试试这样的东西。
Stack Overflow用户
发布于 2018-07-01 07:15:46
我今天也遇到了这个问题。我使用的是Windows，默认的系统语言是中文。因此，某些人可能会遇到类似的Unicode错误。只需添加encoding = 'utf-8'
with open("test.html", "r", encoding='utf-8') as f:
text= f.read()Stack Overflow用户
发布于 2015-12-03 19:09:10
您可以使用以下代码：
from __future__ import division, unicode_literals
import codecs
from bs4 import BeautifulSoup
f=codecs.open("test.html", 'r', 'utf-8')
document= BeautifulSoup(f.read()).get_text()
print(document)如果您想要删除中间的所有空行，并将所有单词作为字符串(也要避免特殊字符、数字)，则还应包括：
import nltk
from nltk.tokenize import word_tokenize
docwords=word_tokenize(document)
for line in docwords:
line = (line.rstrip())
if line:
if re.match("^[A-Za-z]*$",line):
if (line not in stop and len(line)>1):
st=st+" "+line
print st*像st=""一样，最初将st定义为string
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/27243129
复制相关文章
相似问题
腾讯云开发者
