将原始unicode转换为文本
将原始unicode转换为文本
提问于 2021-03-17 16:53:24
我正在用python3.8编写代码，以便使用selenium从html源代码中获取一些文本。
我从page_source得到了类似的内容( html_source太长了，所以我只显示了print()输出的焦点部分)：
html_source = browser.page_source
print(html_source)
>>> \u514d\u8cbb\u8cc7\u6e90\u7db2\u8def\u793e\u7fa4但我的预期产出是：
print(html_source)
>>> 免費資源網路社群我试过这样做：
html_source.encode(‘utf-8’)
# but the result is same
print(html_source)
>>> \u514d\u8cbb\u8cc7\u6e90\u7db2\u8def\u793e\u7fa4这似乎是因为html_source中的Unicode是原始字符串。那么，如何将原始Unicode转换为预期的输出呢？
我对编码很陌生，而且对文本的编码解码也很混乱。我将感谢您能提供的任何帮助。
补编：
# I discover that r’’ string will give a similar result as above
html_source = r”\u514d\u8cbb\u8cc7\u6e90\u7db2\u8def\u793e\u7fa4”
print(html_source)
>>> \u514d\u8cbb\u8cc7\u6e90\u7db2\u8def\u793e\u7fa4
# while if the string is normal
html_source = “\u514d\u8cbb\u8cc7\u6e90\u7db2\u8def\u793e\u7fa4”
print(html_source)
>>> 免費資源網絡社群回答 2
Stack Overflow用户
回答已采纳
发布于 2021-03-17 18:12:48
Python 3:
s = r'\u514d\u8cbb\u8cc7\u6e90\u7db2\u8def\u793e\u7fa4'
print(s.encode('utf-8').decode('unicode-escape'))Python 2
s = r'\u514d\u8cbb\u8cc7\u6e90\u7db2\u8def\u793e\u7fa4'
print (s.decode('unicode-escape').encode('utf-8'))Stack Overflow用户
发布于 2021-03-17 17:01:22
试着使用
utf8string = unicodestring.encode("utf-8")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/66677687
复制相关文章
相似问题
腾讯云开发者
