在python中使用beauthoulsoup的输出

Question

嘿，大家好，我正在使用beautifulsoup（在与scrapy挣扎了两天之后）来收集星际争霸2的联盟数据，但是我遇到了一个问题。在

我有一个表格，结果是我想要所有标签的字符串内容，我这样做：

from BeautifulSoup import *
from urllib import urlopen

def parseWithSoup(url):
    print "Reading:" , url
    html = urlopen(url).read().lower()
    bs = BeautifulSoup(html)
    table = bs.find(lambda tag: tag.name=='table' and tag.has_key('id') and tag['id']=="tblt_table") 
    rows = table.findAll(lambda tag: tag.name=='tr')

    rows.pop(0) #first row is header
    for row in rows:
        tags = row.findAll(lambda tag: tag.name=='a')
        content = []
        for tagcontent in tags:
            content.append(tagcontent.string)
        print content

if __name__ == '__main__':
    content = "http://www.teamliquid.net/tlpd/sc2-international/games#tblt-5018-1-1-DESC"
    metSoup = parseWithSoup(content)

但输出如下：

^{pr2}$

我的问题是：u'来自哪里（它来自unicode吗？）我怎样才能去掉这个？我只需要你身上的琴弦。。。在

Answer 1

您看到的是Python unicode字符串。在

查看Python文档

http://docs.python.org/howto/unicode.html

为了正确处理unicode字符串。在

Answer 2

u表示Unicode字符串。作为一个程序员，它不会改变任何东西，你应该忽略它。像对待普通的琴弦一样对待他们。你真的想要这个u在那里。在

请注意，所有漂亮的Soup输出都是unicode。这是一件好事，因为如果在抓取过程中遇到任何Unicode字符，就不会有任何问题。如果您真的想去掉u（我不推荐），那么可以使用unicode字符串的decode()方法。在