python - Python mechanize：编码导致奇怪的字符

Question

这是我的代码：

import re
import mechanize

br = mechanize.Browser()
br.open("http://www.douban.com/")
print br.title()

我访问的是一个中文网站，但是返回的标题是奇怪的字符，

我该如何解决这个问题？

Answer 1

如果您这样做br.title()，它将为您提供特殊字符的 unicode 字符串。

print尝试通过对 Unicode 字符串进行编码来显示非 ASCII 字符。

Answer 2

这是因为字符集问题。例如，在 Python 3.X 中：

>>> print("豆瓣".encode("utf8").decode('gbk'))
璞嗙摚

换句话说，来自服务器的内容“豆瓣”是用字符集“utf8”编码的。但是您的客户尝试将其显示为字符集“gbk”。解决这个问题，需要在这两个不同的charset之间传递内容，比如br.title().encode('gbk').decode("utf8")