如何在python列表中编码bs4可导航字符串？

我已经广泛搜索，虽然有大量的资源可用于回答这个问题，但我似乎无法得到任何可行的答案。我在Unicode上看到了Ned Batchelder的演讲（https://nedbatchelder.com/text/unipain.html），并阅读了很多关于S.O的答案。但我仍然处于亏损状态。如何在python列表中编码bs4可导航字符串？

我使用Python 3和BeautifulSoup 4从维基百科中刮取并解析表。我有一个名为fighter_B

print(type(fighter_B)) 
    <class 'list'> 

    print(type(fighter_B[0]) 
    <class 'bs4.element.NavigableString'>

列表中的第二和第三观察包含与抛出一个错误，例如，法布里西奥·韦杜姆非enlgish字母名称列表。当我尝试和打印战斗机的名字，我得到这个错误，

print(fighter_B[1]) 
UnicodeEncodeError: 'ascii' codec can't encode character '\xed' in position 4: ordinal not in range(128)

我已经试过各种编码功能，但我总是最后抛出了同样的错误。

[fighter.encode('utf-8') for fighter in fighter_B] 
print(fighter_B[1]) 
UnicodeEncodeError: 'ascii' codec can't encode character '\xed' in position 4: ordinal not in range(128) 

for i in fighter_B: 
    i.encode('utf-8') 
print(fighter_B[1]) 
UnicodeEncodeError: 'ascii' codec can't encode character '\xed' in position 4: ordinal not in range(128) 

[fighter.decode('utf-8') for fighter in fighter_B] 
AttributeError: 'NavigableString' object has no attribute 'decode' 

[str(fighter).decode('utf-8) for fighter in fighter_B] 
AttributeError: 'str' object has no attribute 'decode' 

[fighter.encode('ascii') for fighter in fighter_B] 
UnicodeEncodeError: 'ascii' codec can't encode character '\xed' in position 4: ordinal not in range(128)

我看到的所有各种答案都只是建议将变量编码为'utf-8'。我不知道为什么编码在这里不起作用，我想知道是否由于列表中的每个项目都是'bs4.element.NavigableString'类型。任何提示将不胜感激，因为我觉得完全在这一点上难倒。

来源

2017-07-17 buchmayne

什么是您的默认源代码？如果它是utf-8，它应该工作。 –

print（sys.getdefaultencoding（））会产生“utf-8”，如果这意味着它应该工作，那么会很令人担忧 – buchmayne

您是否正在使用Python3？ –

初步答案：

我碰到你在哪里试图通过HTML的一些块迭代拉出一些或多个值的问题，但它看起来像这样：

>>> for elem in li: 
    type(elem) 

<class 'bs4.element.Tag'> 
<class 'bs4.element.NavigableString'> 
<class 'bs4.element.Tag'> 
<class 'bs4.element.Tag'> 
<class 'bs4.element.NavigableString'> 
<class 'bs4.element.Tag'> 
<class 'bs4.element.NavigableString'> 
<class 'bs4.element.Tag'> 
<class 'bs4.element.NavigableString'> 
<class 'bs4.element.Tag'> 
<class 'bs4.element.NavigableString'> 
<class 'bs4.element.Tag'> 
<class 'bs4.element.NavigableString'> 
<class 'bs4.element.Tag'> 
<class 'bs4.element.NavigableString'>

在这些情况下，您无法轻松地遍历对象，因为对象具有不同的方法。因此，增加包含元素的更多特征的另一个findAll可能是有意义的。

以下是否对您执行？

import requests 
from bs4 import BeautifulSoup 

url = r'https://en.wikipedia.org/wiki/List_of_male_mixed_martial_artists' 

html = requests.get(url) 
soup = BeautifulSoup(html.text, 'html.parser') 

names = [] 

for li in soup.findAll('li'): 
    for i,link in enumerate(li.findAll('a')): 
     if i == 1: 
      names.append(link.getText())

是'Fabrício Werdum' in names返回True？

来源

2017-07-17 19:56:43 Jarad

如何在python列表中编码bs4可导航字符串？

回答

相关问题