免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
› 论坛 › 程序设计 › Python › urllib中文问题
12下一页
最近访问板块 发新帖
查看: 4650 | 回复: 10
打印 上一主题 下一主题

urllib中文问题 [复制链接]

liu.xin

论坛徽章:
0
跳转到指定楼层
1楼 [收藏(0)] [报告]
发表于 2012-03-07 14:54 |只看该作者 |倒序浏览
def inside(net):
        req = urllib2.Request(net)
        con=urllib2.urlopen(req).read()
        return con

定义一个函数，net为输入的网址。
现在是print con是可以读取到中文的内容
但return就不是了

麻烦问下怎么解决

谢谢
timespace

论坛徽章:
11
技术图书徽章 日期:2014-03-01 14:44:34天蝎座 日期:2014-05-21 22:11:59金牛座 日期:2014-05-30 17:06:14
2楼 [报告]
发表于 2012-03-07 15:22 |只看该作者
print con是中文就说明OK了
return con不会改变真实内容

“但return就不是了”是什么意思？请具体点说明
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
liu.xin

论坛徽章:
0
3楼 [报告]
发表于 2012-03-07 15:39 |只看该作者
inside('http://www.baidu.com')
'<!doctype html><html><head><meta http-equiv="Content-Type" content="text/html;charset=gb2312"><title>\xb0\xd9\xb6\xc8\xd2\xbb\xcf\xc2\xa3\xac\xc4\xe3\xbe\xcd\xd6\xaa\xb5\xc0     
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
timespace

论坛徽章:
11
技术图书徽章 日期:2014-03-01 14:44:34天蝎座 日期:2014-05-21 22:11:59金牛座 日期:2014-05-30 17:06:14
4楼 [报告]
发表于 2012-03-07 15:43 |只看该作者
只不过python转义了，依然是中文，该怎么用就怎么用
  1. >>> print '<!doctype html><html><head><meta http-equiv="Content-Type" content="text/html;charset=gb2312"><title>\xb0\xd9\xb6\xc8\xd2\xbb\xcf\xc2\xa3\xac\xc4\xe3\xbe\xcd\xd6\xaa\xb5\xc0'
  2. <!doctype html><html><head><meta http-equiv="Content-Type" content="text/html;charset=gb2312"><title>百度一下，你就知道
  3. >>>
复制代码
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
liu.xin

论坛徽章:
0
5楼 [报告]
发表于 2012-03-07 15:46 |只看该作者
定义的列表是list=["搜索","专家"]
想判断list这些是不是都在return的内容里，这应该怎么写好？
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
liu.xin

论坛徽章:
0
6楼 [报告]
发表于 2012-03-07 15:56 |只看该作者
本帖最后由 liu.xin 于 2012-03-07 15:56 编辑

我用英语做匹配就可以，但是用中文就不行··············
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
timespace

论坛徽章:
11
技术图书徽章 日期:2014-03-01 14:44:34天蝎座 日期:2014-05-21 22:11:59金牛座 日期:2014-05-30 17:06:14
7楼 [报告]
发表于 2012-03-07 17:02 |只看该作者
又没明白你是怎么个不行。。。
  1. >>> gb = '\xb0\xd9\xb6\xc8\xd2\xbb\xcf\xc2\xa3\xac\xc4\xe3\xbe\xcd\xd6\xaa\xb5\xc0'
  2. >>> print gb
  3. 百度一下，你就知道
  4. >>> gb.find('百度')
  5. 0
  6. >>> gb.find('知道')
  7. 14
  8. >>> import re
  9. >>> re.search(r'知道', gb)
  10. <_sre.SRE_Match object at 0x02A4F090>
复制代码
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
timespace

论坛徽章:
11
技术图书徽章 日期:2014-03-01 14:44:34天蝎座 日期:2014-05-21 22:11:59金牛座 日期:2014-05-30 17:06:14
8楼 [报告]
发表于 2012-03-07 17:27 |只看该作者
当然有个重点：匹配字符串和被匹配字符串的编码要一致
比如百度那个页面编码是gb2312，待搜索的字符串必须是gb2312编码或者两者都转为unicode
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
bikong0411

论坛徽章:
13
双鱼座 日期:2013-10-23 09:30:05数据库技术版块每日发帖之星 日期:2016-04-20 06:20:00程序设计版块每日发帖之星 日期:2016-03-09 06:20:002015亚冠之塔什干火车头 日期:2015-11-02 10:07:452015亚冠之德黑兰石油 日期:2015-08-30 10:07:07数据库技术版块每日发帖之星 日期:2015-08-28 06:20:00数据库技术版块每日发帖之星 日期:2015-08-05 06:20:002015年迎新春徽章 日期:2015-03-04 09:57:09辰龙 日期:2014-12-03 14:45:52酉鸡 日期:2014-07-23 09:46:23亥猪 日期:2014-03-13 08:46:22金牛座 日期:2014-02-11 09:36:21
9楼 [报告]
发表于 2012-03-08 09:21 |只看该作者

转化下编码就可以了
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
shockbbs

论坛徽章:
0
10楼 [报告]
发表于 2012-03-08 21:10 |只看该作者
怎么转呢
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
12下一页
返回列表 发新帖
高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 注册

本版积分规则 发表回复

  

北京盛拓优讯信息技术有限公司. 版权所有 京ICP备16024965号-6 北京市公安局海淀分局网监中心备案编号：11010802020122 niuxiaotong@pcpop.com 17352615567
未成年举报专区
中国互联网协会会员  联系我们：huangweiwei@itpub.net
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP