[問題] 從網頁抓資料,中文處理上的問題

[elmo56 (政大柯景騰)]

我的python 是2.7版
是用beautifulsoup 去抓網頁資料

抓到了table裡面的值

例如  a[2]= <td>  雅虎新聞  Yahoo news </td>
      a[3]= <td>  四 thr </td>

我也透過  a[2]=a[2].get_text()
把tag給去掉
只留下 text的部分

若我現在 print a[2],a[3]
    結果: 雅虎新聞 Yahoo news  四 thr

但現在問題是
若我設一個  newslist=[]
再把      newslist.append(a[2])
          newslist.append(a[3])
在print newslist
結果會變成  中文字是亂碼
英文是正常的

單獨印出那個位置的時候 正常
printf newslist[0]   會顯示 雅虎新聞 Yahoo news
printf newslist      會變成 u'\u4eda\u623f\u4eds\ Yahoo news  u'\u4dsw thr
上面編碼是我亂打的但會是這樣的情況
要印出整個list 或是dict 就會亂亂的
故發文求解惑
謝謝大家


--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.119.164.134
※ 文章網址: http://www.ptt.cc/bbs/Python/M.1414239194.A.6AB.html
→ alibuda174: 應該不會 你說的亂碼是什麼？
※ 編輯: elmo56 (140.119.164.134), 10/25/2014 20:56:23
→ alibuda174: 試試 print newslist[0]
※ 編輯: elmo56 (140.119.164.134), 10/25/2014 21:01:51
→ alibuda174: 那個不是亂碼 而是中文字元的unicode
→ alibuda174: 改用python3的話 可能就會正常印出中文字
→ elmo56: 謝謝解答,但若在python2.7下 你會有其他方式解決嗎
→ penguin7272: print " ".join(newslist)
→ uranusjr: 推薦你這個好棒的 uniout 函式庫
→ elmo56: uniout OK,因為我未來還想搭配畫圖
推 yauhh: 2.x版預設環境是ascii,檔案開頭加# -*- coding: utf-8 -*-
→ yauhh: 可以正確顯示. 假如是windows環境你自己找找看類似方案.