Проблема с кодировкой при парсинге.

0

1

С помощью Python сделал скриптик который парсит нужную мне веб-страницу.
#!/usr/bin/env python
# -*- coding: utf-8 -*-
.......................
from urllib2 import urlopen
u = urlopen(myurl)
for line in u:
...................
Проблема в том что из текста на который русском языке получаются какие то значки �� . Что не так я делаю, не пойму. Подскажите. Может как то перекодировать нужно, хз
Кодировка страницы 'windows-1251'

Ссылка

←	Рисование графа в QT

[c++]Поиск минимального значение: инициализация

→

line = line.encode('utf-8')

schizoid ★★★
(02.11.11 23:46:41 MSK)

Ответ на: комментарий от schizoid 02.11.11 23:46:41 MSK

Выводит ошибку

~~XoFfiCEr~~ ★★☆☆
(03.11.11 03:46:47 MSK) автор топика

Ответ на: комментарий от XoFfiCEr 03.11.11 03:46:47 MSK

Подробнее, пожалуйста, телепаты в отпуске.

schizoid ★★★
(03.11.11 09:32:19 MSK)

Ответ на: комментарий от schizoid 03.11.11 09:32:19 MSK

UnicodeDecodeError: 'ascii' codec can't decode byte 0xc2 in position 0: ordinal not in range(128) Вот такая ошибка

~~XoFfiCEr~~ ★★☆☆
(03.11.11 09:57:29 MSK) автор топика

Ответ на: комментарий от XoFfiCEr 03.11.11 09:57:29 MSK

Попробуй так:

import codecs
...
decoder = codecs.getdecoder('cp1251')
encoder = codecs.getencoder('utf-8')
for line in u:
    print encoder(decoder(line)[0])[0]

schizoid ★★★
(03.11.11 10:39:25 MSK)

Ответ на: комментарий от schizoid 03.11.11 10:39:25 MSK

О, спасибо!
Теперь работает, а то я уже за*бся с этими кодировками!

~~XoFfiCEr~~ ★★☆☆
(03.11.11 10:55:39 MSK) автор топика

Ссылка

Вы не можете добавлять комментарии в эту тему. Тема перемещена в архив.

←	Рисование графа в QT

Development

[c++]Поиск минимального значение: инициализация

→

Похожие темы