我在Python 3的一段代碼,從網站獲取信息:的Python 3的urllib編碼
webpage = urllib.request.urlopen('http://www.bdm.insee.fr/bdm2/index.action')
webpage = webpage.read()
webpage = webpage.decode("ISO-8859-1")
parser = etree.HTMLParser()
tree = etree.fromstring(webpage,parser)
for liste in tree.iterfind(".//ul"):
print(etree.tostring(liste, pretty_print=True).decode("utf-8"))
我不明白爲什麼有些字符編碼正確,而有些則沒有。下面是輸出的一部分:
<ul class="liens"><li><a href="http://www.insee.fr/fr/publications-et-services/default.asp?page=rediffusion/rediffusion-abon-bdm.htm">Souscription</a></li>
</ul>
<ul id="lienstransversauxbas"><li class="premier" id="navigation-lettre">
<a href="http://www.insee.fr/fr/publications-et-services/default.asp?page=abonnements/liste-abonnements.htm" title="Lire la lettre d'information">Lettre d'information</a>
</li>
<li id="navigation-plan">
<a accesskey="3" href="http://www.insee.fr/fr/publications-et-services/services/plan-du-site.asp" title="Plan du site">Plan du site</a>
</li>
<li id="navigation-boutique">
<a href="http://www.webcommerce.insee.fr/index.php" title="Accéder à la boutique en ligne">Acheter les publications</a>
</li>
<li id="navigation-credits">
<a accesskey="8" href="http://www.insee.fr/fr/publications-et-services/default.asp?page=copyright.htm" title="Copyright Insee">Mentions légales et crédits</a>
</li>
</ul>
什麼是那些&#13?
感謝,
邁克爾
不要使用'urllib' ..我建議'請求 - - 它爲現代網絡! – Surya
這並不是壞建議,但與他看到的行爲完全無關。 –
如果我可以堅持使用標準軟件包,但感謝您的建議,會更好。 – user1720740