BeautifulSoup 不给我 Unicode

Question

我正在使用美丽的汤来抓取数据。BS 文档指出 BS 应始终返回 Unicode，但我似乎无法获得 Unicode。这是一个代码片段

import urllib2
from libs.BeautifulSoup import BeautifulSoup

# Fetch and parse the data
url = 'http://wiki.gnhlug.org/twiki2/bin/view/Www/PastEvents2007?skin=print.pattern'

data = urllib2.urlopen(url).read()
print 'Encoding of fetched HTML : %s', type(data)

soup = BeautifulSoup(data)
print 'Encoding of souped up HTML : %s', soup.originalEncoding 

table = soup.table
print type(table.renderContents())

从页面返回的原始数据是一个字符串。BS 将原始编码显示为 ISO-8859-1。我认为 BS 会自动将所有内容转换为 Unicode，那么为什么当我这样做时：

table = soup.table
print type(table.renderContents())

..它给了我一个字符串对象而不是Unicode？

如何从 BS 获取 Unicode 对象？

我真的，真的很迷茫。有什么帮助吗？提前致谢。

Answer 1

您可能已经注意到 renderContent 返回（默认情况下）一个以 UTF-8 编码的字符串，但是如果您真的想要一个代表整个文档的 Unicode 字符串，您也可以执行 unicode(soup) 或使用 unicode(汤.美化（），“utf-8”）。

有关的

• 如何在 BeautifulSoup 中以 unicode 呈现标签的内容？