python解析html页面：如何解码 字符？

Question

我正在尝试解析像这样的HTML页面

# coding: utf8
[...]
def search(self, a, b):
    word = self.champ_rech_canal.get_text()
    url_canal = "http://www.canalplus.fr/pid3330-c-recherche.html?rechercherSite=" + mot_canal
    try:
       f = urllib.urlopen(url_canal)
       self.feuille_canal = f.read()
       f.close()
    except: 
       self.champ_rech_canal.set_text("La recherche a échoué")
       pass
    print self.feuille_canal

结果很好，我也有“ ”或“ô” 我怎么解码呢？ 尝试：

self.feuille_canal = self.feuille_canal.decode("utf-8")

结果：

UnicodeDecodeError: 'utf8' codec can't decode byte 0xe9 in position 8789: invalid continuation byte

Answer 1

您正在尝试将ISO-8859-1页面解码为UTF-8，但无法正常工作。请参阅返回的HTML中的内容标题：

<meta http-equiv="Content-Type" content="text/html; charset=ISO-8859-1" />