我正在使用lxml.html来解析html文件并从页面中获取文本。 Bur现在我有一个字符串'
例如Florian's
,因此,在打印输出时我得到追溯
parent_link_id_text = parent_link_id.xpath('./td[@width="400"]/text()')
print (SGS_Mid[0]+";"+"External"+";"+str(link_id_num[0])+";"+parent_link_id_text[0]+";"+parent_link_link[0], file = log_file_1)
UnicodeEncodeError:'ascii'编解码器无法编码位置56-58中的字符:序数不在范围内(128)
然后我尝试了这个
print (SGS_Mid[0]+";"+"PublicFreeUrl"+";"+str(link_id_num[0])+";"+unicode(parent_link_id_text[0],"utf-8")+";"+parent_link_link[0], file = log_file_1)
我得到了追溯:
TypeError:不支持解码Unicode
如何通过使用unicode字符打印字符串来解决此问题?
答案 0 :(得分:1)
不确定这是否是您问题的解决方案,但也许它会引导您朝着正确的方向前进。
如果没有看到您必须实际获取数据的代码,我将推测如何解决您的问题并进行编程猜测。
请参阅以下代码:
import lxml.html as lh
import urllib2
url = 'http://loremipsum.net/about.html'
doc = lh.parse(urllib2.urlopen(url))
value = doc.xpath('//p/strong/text()')[0]
print value
印刷结果:
什么是'lorem ipsum'?
通过阅读lorem ipsum网站上的about页面,您可以看到返回的文本确实包含'in。
我希望这能帮助你朝着正确的方向前进。