1

BeautifulSoup でエンコーディングの問題が発生しています。Open Graph のタイトルを解析しようとしていますが、ASCII 以外の文字が除外されています。

from bs4 import BeautifulSoup
doc = BeautifulSoup(html,"lxml")
doc.html.head.findAll('meta',attrs={'property':'og:title'})

http://mattilintulahti.net/mediablogi/2013/02/11/19-asiaa-joita-et-tieda-mediayhtiosta-nimeltaan-red-bull/の場合、コンテンツとして以下を出力します

19 asiaa joita et tied mediayhtist nimeltn Red Bull

正しいのはどこか

19 asiaa joita et tiedä mediayhtiöstä nimeltään Red Bull

utf-8 を正しく動作させる方法について何かアドバイスはありますか?

4

1 に答える 1

1

問題を再現できません:

import urllib2
import bs4 as bs
url = 'http://mattilintulahti.net/mediablogi/2013/02/11/19-asiaa-joita-et-tieda-mediayhtiosta-nimeltaan-red-bull/'
html = urllib2.urlopen(url).read()
doc = bs.BeautifulSoup(html, 'lxml')
for meta in doc.html.head.findAll('meta', attrs={'property': 'og:title'}):
    print(meta.attrs['content'])

収量

19 asiaa joita et tiedä mediayhtiöstä nimeltään Red Bull

これで問題が解決しない場合は、コードを表示してください。

于 2013-02-14T23:16:07.223 に答える