python lxml解析中文的问题

Question

使用lxml来抓取中文字符,抓到的结果很蛋疼,不知道怎么处理... {代码...} 结果抓到的是这样的 [u'\xe6\x80\xa7\xe8\xb4\xa8']unicode但是内容是str的编码,请问怎么把这个东西转成中文?正常应该是'\xe6\x80\xa7\xe8...

淡淡烟草味 · Answer

滿天的星座 · Answer

出现这种情况，一般是requests猜错了网页的编码了
因此指定requests的编码就可以了.
res.encoding ='utf-8'

In [33]: comUrl="http://m.51job.com/search/codetail.php?coid=4108723"
    ...: res=requests.get(comUrl)
    ...: res.encoding ='utf-8'
    ...: html=etree.HTML(res.text)
    ...: p=html.xpath("//aside")[1].xpath("./p")   #结果为[, , ]
    ...: p[0].xpath("./span/text()")  #这个是想要抓取的字符
    ...: 
Out[33]: [u'\u6027\u8d28']

In [34]: print _[0]
性质