이것은 분명히 쉬운 일이지만 실제로 나를 괴롭 힙니다.
웹 페이지를 읽고 Beautiful Soup 을 사용 하여 구문 분석 하는 스크립트가 있습니다. 로부터 수프 나의 최종 목표는 link.contents을 인쇄하는 것입니다 나는 모든 링크를 추출합니다.
구문 분석하는 모든 텍스트는 ASCII입니다. 나는 파이썬이 문자열을 유니 코드로 취급한다는 것을 알고 있으며, 이것이 내 스크립트에서 전혀 사용되지 않는 매우 편리하다고 확신합니다.
‘String’을 포함하는 변수를 [u'String']인쇄 할 때마다 화면에 인쇄됩니다. 이것을 ascii로 되 돌리는 간단한 방법이 있습니까? 아니면 정규식을 작성하여 제거해야합니까?
답변
[u'ABC']유니 코드 문자열의 한 요소 목록입니다. Beautiful Soup은 항상 유니 코드를 생성합니다 . 따라서 목록을 단일 유니 코드 문자열로 변환 한 다음 ASCII로 변환해야합니다.
나는 당신이 어떻게 한 원소 목록을 얻었는지에 대해 잘 모릅니다. 내용 멤버는 문자열과 태그의 목록이 될 것입니다. 당신이 정말로 항상 하나의 요소 목록을 얻을 수 있다고 가정하고 시험은 정말되는 경우에만 이을 사용 ASCII :
soup[0].encode("ascii")그러나 데이터가 실제로 ASCII인지 다시 확인하십시오. 이것은 매우 드 rare니다. 라틴어 또는 utf-8 일 가능성이 큽니다.
soup[0].encode("latin-1")
soup[0].encode("utf-8")또는 Beautiful Soup에게 원래 인코딩이 무엇인지 물어 보고이 인코딩으로 다시 가져 오십시오.
soup[0].encode(soup.originalEncoding)답변
유니 코드 문자열이 하나 포함 된 목록이있을 수 있습니다. repr이의입니다 [u'String'].
다음을 변형하여이를 바이트 문자열 목록으로 변환 할 수 있습니다.
# Functional style.
print map(lambda x: x.encode('ascii'), my_list)
# List comprehension.
print [x.encode('ascii') for x in my_list]
# Interesting if my_list may be a tuple or a string.
print type(my_list)(x.encode('ascii') for x in my_list)
# What do I care about the brackets anyway?
print ', '.join(repr(x.encode('ascii')) for x in my_list)
# That's actually not a good way of doing it.
print ' '.join(repr(x).lstrip('u')[1:-1] for x in my_list)답변
import json, ast
r = {u'name': u'A', u'primary_key': 1}
ast.literal_eval(json.dumps(r)) 인쇄합니다
{'name': 'A', 'primary_key': 1}답변
단일 요소 목록에 액세스 / 인쇄하는 경우 (예 : 순차적 또는 필터링 된) :
my_list = [u'String'] # sample element
my_list = [str(my_list[0])]답변
출력을 str () 함수에 전달하면 유니 코드 출력 변환이 제거됩니다. 또한 출력을 인쇄하여 u ”태그를 제거합니다.
답변
[u'String'] 파이썬 2에서 유니 코드 문자열을 포함하는 목록의 텍스트 표현입니다.
당신이 실행하는 경우 print(some_list)는 동일합니다 다음
print'[%s]' % ', '.join(map(repr, some_list))즉, 유형의 파이썬 객체의 텍스트 표현을 생성 list, repr()기능은 각 항목에 대해 호출됩니다.
파이썬 객체와 텍스트 표현을 혼동하지 마십시오 – repr('a') != 'a'텍스트 표현 다르다 심지어 텍스트 표현을 : repr(repr('a')) != repr('a').
repr(obj)인쇄 가능한 객체 표현이 포함 된 문자열을 반환합니다. REPL에서 디버깅에 유용 할 수있는 객체를 명확하게 표현하는 것이 목적입니다. 종종 eval(repr(obj)) == obj.
를 호출하지 않으려면 repr()목록 항목을 직접 인쇄 할 수 있습니다 (모두 유니 코드 문자열 인 경우). 예 : print ",".join(some_list)— 쉼표로 구분 된 문자열 목록을 인쇄합니다.String
하드 코드 된 문자 인코딩을 사용하여 유니 코드 문자열을 바이트로 인코딩하지 말고 대신 유니 코드를 직접 인쇄하십시오 . 그렇지 않으면 'ascii'ASCII 이외의 문자로 인코딩 을 사용하려는 경우 인코딩이 모든 문자를 표현할 수 없기 때문에 코드가 실패 할 수 있습니다 . 또는 환경에서 하드 코딩 된 인코딩과 호환되지 않는 인코딩을 사용하는 경우 코드가 자동으로 mojibake (손상된 데이터가 파이프 라인으로 전달됨)를 생성합니다.
답변
사용 dir또는type ‘문자열’에 그것이 무엇인지 찾을 수 있습니다. 문자열처럼 인쇄되는 BeautifulSoup의 태그 객체 중 하나라고 생각하지만 실제로는 그렇지 않습니다. 그렇지 않으면 목록 안에 있으며 각 문자열을 개별적으로 변환해야합니다.
어쨌든 유니 코드 사용에 반대하는 이유는 무엇입니까? 특별한 이유가 있습니까?
