Python3编码问题

Question

我在学Python爬行。 我只想从html代码中提取文本。你知道吗

例如，在html中

<div class='titleArea'>
    "~~~~~ text~~~~"
</div>

所以，我写了这个代码来提取文本

    title_temp = soup.findAll('div',class_='titleArea')
    print(title_temp)

**我知道打印（title\u temp[0].text），但这无关紧要

结果是

这张照片的内容是

[<div class='titleArea'>
        @#$!$^!@#!@^#!$^!@#!@#!@# 
</div>]
[<div class='titleArea'>
        @#$!$^!@#!@^#!$^!@#!@#!@# 
</div>]

***有两个列表的原因重复。你知道吗

我不想听到那条短信。你知道吗

我该怎么办？你知道吗

我想是utf-8的问题。你知道吗

是吗？你知道吗

所以

是我写的

# -*- coding: utf-8 -*-

但是，没有效果。你知道吗

Answer 1

import requests, bs4

r = requests.get('http://hri.co.kr/board/reportView.asp?firstDepth=1&secondDepth=1&numIdx=26865')
r.encoding='euc-kr'
soup = bs4.BeautifulSoup(r.text, 'lxml')
soup.find_all('div',class_='titleArea')

输出：

[<div class="titleArea">
                                트럼프노믹스가 중국 경제에 미치는 영향
                             </div>]

chartset位于html头标记中：

编辑： 更优雅的方式：

import requests, bs4

r = requests.get('http://hri.co.kr/board/reportView.asp?firstDepth=1&secondDepth=1&numIdx=26865')
r.encoding = r.apparent_encoding

这将自动设置编码。你知道吗