0
这是我的示例脚本:urllib2的编码问题
import urllib2, re
response = urllib2.urlopen('http://domain.tld/file')
data = response.read() # Normally displays "the emoticon <3 is blah blah"
pattern = re.search('(the emoticon)(.*)(is blah blah)', data)
result = pattern.group(2) # result should contain "<3" now
print 'The result is ' + result # prints "<3" because not encoded
正如你所看到的,我得到一个网页,并试图获得一个串出来的,但它的编码不正确,因为我不确定要添加到此脚本中的是什么o使最终结果正确。任何人都可以指出我做错了什么?
你可能想看看[这个问题](http://stackoverflow.com/questions/1208916/decoding-html-entities-with-python)。 –
@Lattyware看着,没有看到太多的帮助,因为我宁愿不使用外部模块。 – Markum