Question

在this线程解决方案之后，我设法获得了一堆列表，每个列表都是：

[u'\ u05ea \ u05d0 \ u05de \ u05d9 \ u05df \ u05dc \ u05d9']

我认为那些是unicode字符但由于某种原因，我无法将它们转换回希伯来语。

我在链接的评论中尝试了建议的解决方案。我也尝试使用''.join，但它没有用。我得到的错误是：

错误类型：exceptions.UnicodeEncodeError 22:42:15 T：2806414192
  M：2425589760错误：错误内容：'ascii'编解码器无法编码
  位置0-4中的字符：序数不在范围内（128）

我试图将内容包装在unicode()中，但我得到的内容与上面的例子相同。

我如何实现这一目标？

注意：
我正在尝试解析this link。

修改
我正在尝试使用join将列表转换为字符串，然后将其打印出来。以下是相关的代码片段：

soup = BeautifulStoneSoup(link, convertEntities=BeautifulStoneSoup.XML_ENTITIES)
    programs = soup('ul')
    for i,prog in enumerate(programs):
        if i==(4+getLetterValue(name)):
            j = 0
            while j < len(prog('li')):
                li = prog('li')[j]
        link = li('a')[0]
        url = link['href']
                text = link.contents
                print ''.join(text)

link是一个字符串。并且getLetterValue(name)返回一个整数，该整数表示html文档中的位置。

Answer 1

这是一个unicode字符串，希伯来语，您甚至可以直接在Python交互式shell上打印它。 e.g：

>>> print u'\u05ea\u05d0\u05de\u05d9\u05df \u05dc\u05d9'
תאמין לי

如果由于某种原因你真的需要将它转换为原始的字节字符串（str对象），你必须指定编码字节串，因为文本可以用许多不同的编码表示。

简短回答：假设您想使用UTF-8对文本进行编码，您可以使用：

your_unicode_text.encode('utf-8')

如果您要使用其他编码，只需更改上面的编码名称。

有关Python如何处理Unicode文本和常见问题的参考，请参阅：http://docs.python.org/howto/unicode.html

另请参阅this answer以获取有关Unicode和字符串编码的另一个简短说明。

将一个unicode字符列表转换为python中的希伯来字符串

1 个答案: