如何處理HTML中的特殊字符？

Question

我使用Python requests庫，使得到& POST請求，然後我用解析ElementTree，一個如下的迴應：

etree.HTML(response.text) 

在某些情況下，我收到響應下面的文本具有一些特殊字符熒光筆粗體：

Hoover’s Inc., a D&B Company puts you on the fastest path to business.    © 2012 Hoover's Inc, Inc. All rights reserved. 

這是造成問題，我和etree.HTML(response.text)方法返回None是否有響應文本特殊字符，如上方，由於這個原因，我無法獲得所需的使用信息方法。

而且，如果我試圖取代它與空字符串（「」），我得到以下編譯時異常特殊字符上面的文字：

Non-ASCII character '\xe2' in file E:\abc\xyz.py on line 50, but no encoding declared; see http://www.python.org/peps/pep-0263.html for details 

我也試着編碼響應文字在ISO-8859-1，但都是徒勞的。
請幫我擺脫這個麻煩。

Answer 1

您將看到UTF-8字節被誤解爲Latin-1（ISO-8859-1）的結果。但是，您應該首先將Unicode傳遞給ElementTree API。

改爲使用response.content屬性; .text給出解碼值（在這種情況下，解碼錯誤）：

etree.HTML(response.content)