Re: [問題] 一個抓資料的問題

[KSJ (阿真)]

前文吃光光


在cmd下看到的都是亂碼

無論用big5 utf-8 cp950去對number做decode或是encode都沒用

想請問怎麼會這樣呢？

是因為re無法處理中文嗎？

煩請大大們解惑

謝謝！

  cmd是指黑底的嗎??  黑底的應該比較容易正常說  雖然都轉成unicode就沒事了
  我測試直接urllib2抓網頁  有下面的結果
  http://dl.dropbox.com/u/24628527/TEST.PNG
  用unicode來看都還蠻正常的 ( 用str不正常就不提了... windows oooos)

  然後我也用了re (想學一直沒空  我抄你的程式碼)  有以下的結果
  http://dl.dropbox.com/u/24628527/test2.PNG
  當然在黑底的cmd也是沒問題

  上面是在 windows xp
           python 2.5.4 測試的

  蠻好奇你怎麼抓不出來@_@a

--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 61.231.27.129
→ suzuke:先說你是在哪個系統做吧? windows or linux
推 KSJ:推樓上XD
→ pm2002:應該是windows吧，cmd下unicode會是亂碼沒錯
不好意思忘記講 我是用windows XP

python 2.5

推 cobrasgo:我猜是text editor的關係
我是用notepad++　請問text editor如何影響這部份呢？

推 NolandTA:先encode成latin再decode成cp950試試看
不行耶　用latin去encode會失敗
※ 編輯: poopoo888888    來自: 218.166.198.127      (11/01 19:24)
→ KSJ:我用WINDOW7 Python2.5.4 urllib2 在cmd下正常 idle下亂碼
→ KSJ:可是decode("big5","ignore") 就可以了 你要不要試試?
→ KSJ:再問一下  是只要是中文都亂碼??
很謝謝你 但出來還是亂碼耶

只有抓這個網頁是亂碼 其他地方的中文都沒問題
※ 編輯: poopoo888888    來自: 61.231.27.37         (11/02 19:10)

--
※ 發信站: 批踢踢實業坊(ptt.cc) 
◆ From: 140.112.63.202