> 看下这个是什么编码 如何没见过呢
看下这个是什么编码 如何没见过呢
xporkyte & &
发布时间： & &
浏览：10 & &
回复：0 & &
悬赏：0.0希赛币
看下这个是什么编码 怎么没见过呢;class=civilnews&pn=1&tn=newsbrofcu 这个文件的内容document.write('&div style=&margin-bottom:10px&$>$a href=&; target=_blank$>$img src=&; width=&60& height=&21& border=&0& align=&absbottom&$>$/a$>$&&&a href=&;class=civilnews&pn=1& target=&_blank& class=&blk&$>$#x56内新闻&/a$>$/div$>$div style=&text-align:table-layout:word-wrap:break-width:100%& class=baidu$>$a href=&http://www.cnr.cn/gundong/201004/t20100427_506343914.html& target=&_blank&$>$#x6cb3;北遭遇大&#x98沙尘暴天气 最大&#x98力11级&/a& &span$>$#x4e2d;&#x56广&#x64网&10:01&/span$>$br$>$a href=&http://www.cnr.cn/china/gdgg/201004/t20100427_506344946.html& target=&_blank&$>$#x8bb0;者直&#x51:&#x56家&#x4密法&#x4订草案分组审&#x8现场&/a& &span$>$#x4e2d;&#x56广&#x64网&11:28&/span$>$br$>$a href=&http://wbnews.daynews.com.cn/news/948976.html& target=&_blank&$>$#x53d7;贿744万余元朱志刚昨受审（&#x56）&/a& &span$>$#x5c71;西晚报网&11:46&/span$>$br$>$a href=&http://www.gmw.cn/content/2010-04/27/content_1104654.htm& target=&_blank&$>$#x4e0a;海世博会新&#x95中心&#x4起正式启用&/a& &span$>$#x5149;明日报&13:43&/span$>$br$>$a href=&http://news.xinhuanet.com/food/2010-04/27/content_13431543.htm& target=&_blank&$>$#x6b66;汉餐饮业&#x4改“谢&#x7&#x81带酒水” 行规&/a& &span$>$#x65b0;华网&11:34&/span$>$br$>$a href=&http://www.chinanews.com.cn/ny/news/2010/04-27/2249401.shtml& target=&_blank&$>$#x4e2d;石化公布安阳&quot&#x3b;&#x95题油&quot&#x3b;调查结果 向消费者道歉&/a& &span$>$#x4e2d;&#x56新&#x95网&13:20&/span$>$br$>$a href=&http://www.lwgcw.com/NewsShow.aspx?newsId=5465& target=&_blank&$>$#x4e8b;业单位正研究试行职业年金 公务员将随后改革&/a& &span$>$#x77望观&#x5网&13:32&/span$>$br$>$a href=&http://news.southcn.com/g/2010-04/27/content_11440517_3.htm& target=&_blank&$>$#x4e1c;南优&#x52略有下降 &#x6海&#x57市北&#x8南退&/a& &span$>$#x5357;方网&11:05&/span$>$br$>$a href=&http://www.ce.cn/xwzx/gnsz/gdxw/201004/27/t20100427_21330771.shtml& target=&_blank&$>$#x6cb3;南省地震局否认新乡将发生大地震谣言&/a& &span$>$#x4e2d;&#x56&#x7济网&10:14&/span$>$br$>$a href=&http://politics.people.com.cn/GB/14562/11465807.html& target=&_blank&$>$#x91庆警务体制改革&quot&#x3b;破壳冲顶&quot&#x3b; 260名处级干部登场&/a& &span$>$#x4民网&11:27&/span$>$br$>$div style=&margin-top:5font-size:12px&$>$a href=&;class=civilnews&pn=1& target=&_blank& class=&more&$>$#x66f4;多&&&/a$>$/div$>$/div$>$);
本问题标题：
本问题地址：
温馨提示：本问题已经关闭，不能解答。
暂无合适的专家
&&&&&&&&&&&&&&&
希赛网 版权所有 & &&Python 爬虫遇到形如 小说 的编码如何转换为中文？_问答_ThinkSAAS
Python 爬虫遇到形如 小说 的编码如何转换为中文？
Python 爬虫遇到形如 小说 的编码如何转换为中文？
&dt&学科主题:&/dt&
&dd&&a href="openlink.php?keyword=%E9%95%BF%E7%AF%87%E5%B0%8F%E8%AF%B4"&长篇小说&/a&-中&#x56-当代&/dd&
&dl class="booklist"&
&dt&中图法分类号:&/dt&
&dd&&a href="openlink.php?coden=I247.5"&I247.5&/a&&/dd&
&dl class="booklist"&
&dt&提要文摘附注:&/dt&
&dd&小说中的主&#x4公，正是因为当年盗墓的爷爷&#x4赘杭&#x5而&#x8在杭&#x5，开了一家小的古董&#x94子，守护着那群长沙土夫子&#x4古墓不知名怪物捭中&#x62命抢&#x51的战&#x56帛书……&/dd&
如何解决？
不行，django只提供了数据库的ORM
不行，django不负责这个
# tested under python3.4
def convert(s):
s = s.strip('&#x;') # 把'长'变成'957f'
s = bytes(r'u' + s, 'ascii') # 把'957f'转换成b'u957f'
return s.decode('unicode_escape') # 调用bytes对象的decode，encoding用unicode_escape，把b'u957f'从unicode转义编码解码成unicode的'长'。具体参见codecs的文档
print(convert('长')) # =& '长'
print(re.sub(r'&#x....;',
lambda match: convert(match.group()),
全文替换后的结果：
&dt&学科主题:&/dt&
&dd&&a href="openlink.php?keyword=%E9%95%BF%E7%AF%87%E5%B0%8F%E8%AF%B4"&长篇小说&/a&-中国-当代&/dd&
&dl class="booklist"&
&dt&中图法分类号:&/dt&
&dd&&a href="openlink.php?coden=I247.5"&I247.5&/a&&/dd&
&dl class="booklist"&
&dt&提要文摘附注:&/dt&
&dd&小说中的主人公，正是因为当年盗墓的爷爷人赘杭州而身在杭州，开了一家小的古董铺子，守护着那群长沙土夫子从古墓不知名怪物捭中拼命抢出的战国帛书……&/dd&
# for python2.7
def convert(s):
return ''.join([r'u', s.strip('&#x;')]).decode('unicode_escape')
ss = unicode(ss, 'gbk') # convert gbk-encoded byte-string ss to unicode string
print re.sub(r'&#x....;', lambda match: convert(match.group()), ss)
这个是charref, HTML 的解析库都可以处理好, 不需要手工处理.
Python 标准库有 HTMLParser(html.parser in Python 3)
第三方库推荐
添加你想要问的问题
PHP开发框架
开发工具/编程工具
服务器环境
ThinkSAAS商业授权：
ThinkSAAS为用户提供有偿个性定制开发服务
ThinkSAAS将为商业授权用户提供二次开发指导和技术支持
让ThinkSAAS更好，把建议拿来。
开发客服微信nodejs 爬虫遇到形如;安卓端的编码如何转换为中文？_问答_ThinkSAAS
nodejs 爬虫遇到形如;安卓端的编码如何转换为中文？
nodejs 爬虫遇到形如;安卓端的编码如何转换为中文？
爬前网页的源码：
&p&虽然可以在网上搜索很多的这样类似的插件,但是就是因为太多了而不知道该怎么选择,所以请大家啊推荐一下,好用的,而且还在积极维护的触屏插件&/p&
爬到后返回的结果：
&p&虽然可以在网上搜索很多的这样类似的插件,但是就是因为太多了而不知道该怎么选择,所以请大家啊推荐一下,好用的,而且还在积极维护的触屏插件&/p&
尝试用iconv-lite模块的decode去转码，但是失败了。
这个可以找我
heroku 在云计算里可归类于 PaaS，而青云可归类于 IaaS ... 两者层面不一样。
国内目前还没有好用的PaaS平台，即使有（如：SAE）对Ruby/Rails的支持也不好。
目测没有装c++编译模块
这种叫，可以借助一些模块来转换，比如，html-entities。
代码如下：
var Entities = require('html-entities').XmlE
entities = new Entities();
var str = '&p&虽然可以在网上搜索很多的这样类似的插件,但是就是因为太多了而不知道该怎么选择,所以请大家啊推荐一下,好用的,而且还在积极维护的触屏插件&/p&';
console.log(entities.decode(str)); //output &p&虽然可以在网上搜索很多的这样类似的插件,但是就是因为太多了而不知道该怎么选择,所以请大家啊推荐一下,好用的,而且还在积极维护的触屏插件&/p&
添加你想要问的问题
PHP开发框架
开发工具/编程工具
服务器环境
ThinkSAAS商业授权：
ThinkSAAS为用户提供有偿个性定制开发服务
ThinkSAAS将为商业授权用户提供二次开发指导和技术支持
让ThinkSAAS更好，把建议拿来。
开发客服微信