Question

我正在从discogs.com上抓艺术家。我无法获得页面上显示的艺术家姓名。例如。当我运行我的代码时，艺术家Andrés出现在Andr \ xe9s。

有谁能解释我做错了什么？

    from bs4 import BeautifulSoup
    import requests
    import urllib2
    from itertools import chain
    import codecs

    headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 6.0; WOW64; rv:24.0) Gecko/20100101 Firefox/24.0' }

    all_artists = []

    result_pages = 1 #446

    def load_artists():
        for page in xrange(1, result_pages+1):
            url = url = 'https://www.discogs.com/search/?sort=have%2Cdesc&style_exact=House&genre_exact=Electronic&decade=2010&page=' + str(page)
            r = requests.get(url, headers = headers)
            soup = BeautifulSoup(r.content.decode('utf-8'), 'html.parser')
            [all_artists.append(tag["title"]) for tag in soup.select('div#search_results h5 span')]

    load_artists()

    all_artists

Answer 1

没有错误，它们作为unicode输出，当你要求Python打印它们时它们会正确打印：

for a in all_artists:
    print(a)

...
Andrés
...

Answer 2

你需要使用python3，你将不再受这个

的影响

使用美丽的汤和蟒蛇印刷口音和外国人物

2 个答案: