Question

所以我有一个从事件网页中提取信息的脚本。网址为：http://everguide.com.au/melbourne/event/2012-jul-14/colour/

这个php脚本正在调用python脚本（它是for循环的一部分）：

${"tmp" . $i} = utf8_encode (exec("python myscrape.py ${"eu" . $i}"));

它传递了一个URL。 python脚本是这样的：

# -*- coding: utf-8 -*-
import sys
URL = sys.argv[1]
#$URL = 'http://everguide.com.au/melbourne/event/2012-jul-14/colour/'

import urllib2
req = urllib2.Request(URL)
response = urllib2.urlopen(req)
html = response.read()

from BeautifulSoup import BeautifulSoup
soup = BeautifulSoup(html.decode('utf-8'))
soup.prettify()

import re


for node in soup.findAll(itemprop="name"):
    n = ''.join(node.findAll(text=True)) 
for node in soup.findAll(itemprop="url"):
    v = ''.join(node.findAll(text=True))

for node in soup.findAll("div", { "class" : "time" }):
    d = ''.join(node.findAll(text=True))

for node in soup.findAll("a", { "id" : "ctl00_holderBody_ctl00_lnkCat" }):
    c = ''.join(node.findAll(text=True)) 

vu = v
vu.encode('utf-8', 'xmlcharrefreplace')
re.escape(vu)

print n,"|", d,"|", vu,"|", c

哪种方法效果很好，但只能在VU之前返回或管道 - 它不能超过它！

在所有文件，HTML和php上设置UTF-8编码。

当V变量中有特殊字符时，它会中断并停止。如果没有特殊字符，那就完美无缺。

预期输出为：

Colour | 14 July @ 7:30PM | 1000 £ Bend | Clubs & Parties

当在服务器上运行脚本时（使用相同的python命令）可以看到此输出但是通过PHP - 我无法重新获得Venue字符串！

请帮忙

瑞克

Answer 1

vu.encode返回已编码的字符串...因为您没有分配编码结果，所以这只是被抛弃了。你试过吗

vu = vu.encode('utf-8', 'xmlcharrefreplace')

你还需要跳过转义，因为它会破坏编码的unicode。

无法让PHP接受来自美丽的汤Python脚本的POUND符号

1 个答案: