回答編集履歴
2
読み込むページをutf-8として扱えていない問題を修正しました。\(結果文字化けを起こします\)
answer
CHANGED
|
@@ -13,8 +13,9 @@
|
|
|
13
13
|
|
|
14
14
|
url = 'http://www.adobe.com/jp/#'
|
|
15
15
|
xpath_query = '//a/text()'
|
|
16
|
-
l = lxml.html.parse(url).xpath(xpath_query)
|
|
16
|
+
l = lxml.html.parse(url, parser=lxml.html.HTMLParser(encoding='utf-8')).xpath(xpath_query)
|
|
17
17
|
|
|
18
|
+
|
|
18
19
|
print l[236].encode('cp932', 'ignore') # == (ignoreなので失敗した文字を無視している)
|
|
19
20
|
print l[236].encode('cp932', 'replace') # == ?? (replaceだと空の文字列でないことはわかる)
|
|
20
21
|
print l[236].encode('utf-8') # == 한국 (ハングルを扱える、例えばutf-8ならばエンコード可能)
|
1
用語が正しくなかったので修正しました。
answer
CHANGED
|
@@ -17,7 +17,7 @@
|
|
|
17
17
|
|
|
18
18
|
print l[236].encode('cp932', 'ignore') # == (ignoreなので失敗した文字を無視している)
|
|
19
19
|
print l[236].encode('cp932', 'replace') # == ?? (replaceだと空の文字列でないことはわかる)
|
|
20
|
-
print l[236].encode('utf-8') # == 한국 (エンコード
|
|
20
|
+
print l[236].encode('utf-8') # == 한국 (ハングルを扱える、例えばutf-8ならばエンコード可能)
|
|
21
21
|
```
|
|
22
22
|
|
|
23
23
|
別件で質問と関係ないことで、何か意図があるのでしたら申し訳ないのですが、
|