2015-09-20 86 views
2

我想從越南的網站中提取文本,該文件的字符集是utf-8。然而,我得到的文本總是在Ascii中,我無法找到一種方法將它們轉換爲unicode或獲取網站上的文本。因此,我無法按預期將它們保存到文件中。
我知道這是在Python中unicode非常流行的問題,但我仍然希望有人能幫我弄明白。謝謝。
我的代碼:
如何在Python中提取數據時獲取unicode字符串?

import requests, re, io 
import simplejson as json 
from lxml import html, etree 

base = "http://www.amthuc365.vn/cong-thuc/" 
page = requests.get(base + "trang-" + str(1) + ".html") 
pageTree = html.fromstring(page.text) 

links = pageTree.xpath('//ul[contains(@class, "mt30")]/li/a/@href') 
names = pageTree.xpath('//h3[@class="title"]/a/text()') 
for name in names[:1]: 
    print name 
    # Làm bánh oreo nhân bÆ¡ Äậu phá»ng thÆ¡m bùi 

,但我需要的是「林迪班奧利奧仁博đậu海防THOM BUI」
感謝。

回答

相關問題