[問題] 請問擷取原始碼中文問題 Czero PTT批踢踢實業坊

[問題] 請問擷取原始碼中文問題

作者: Czero (悠閒) 2015-07-03 23:25:54

擷取的頁面：http://isin.twse.com.tw/isin/C_public.jsp?strMode=2
我是用python3 , sublime執行
但印出的中文會顯示如\xa1@\xa5x\xaad這樣字眼
使用python console >>> b'\xa1@\xa5x\xaad'.decode('utf-8')解不出來
請教各位這該如何解，編碼實在很惱人...

作者: yan12125 (姥姥) 2015-07-03 23:48:00

這個網頁是Big5

作者: Thisisnotptt (這不是PTT) 2015-07-04 00:10:00

我很懶，我都用django的smart_string來處理這種事，編碼什麼的幾乎都能搞定，超方便的啦

作者: Czero (悠閒) 2015-07-04 00:22:00

@@原來是big5..哈!因為初學所以先玩一下再去用Django

作者: uranusjr (â†é€™äººæ˜¯è¶…ç´šç¬¨è›‹) 2015-07-04 00:31:00

請愛用 chardet

作者: Czero (悠閒) 2015-07-04 00:35:00

感謝各位!另外請問...在console打>>>b'\xa5x\xaad'.decode('big5')但在程式打print(b'\xa5x\xaad'.decode('big5'))似乎不行?

作者: uranusjr (â†é€™äººæ˜¯è¶…ç´šç¬¨è›‹) 2015-07-04 01:38:00

Windows 請再加一段 .encode('cp950')

作者: Czero (悠閒) 2015-07-04 01:49:00

我是希望sublime可以也印出中文'台泥'的字眼

作者: uranusjr (â†é€™äººæ˜¯è¶…ç´šç¬¨è›‹) 2015-07-04 16:27:00

不要用 Sublime Text console 謝謝

繼續閱讀