如何在Unicode中生成BeautifulSoup

Question

我尝试使用BeautifulSoup编写一个程序，将任何单词提交到（http://upodn.com/phon.php），然后打印结果。 例如，当我将“hello”单词提交到（http://upodn.com/phon.php）网站时，结果是：həlo 但是当我使用脚本提交“hello”单词时，结果是：həlo

如何在网站中显示结果=>；həlo？你知道吗

脚本：

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

import mechanize
import cookielib
from BeautifulSoup import BeautifulSoup
import html2text

br = mechanize.Browser()
cj = cookielib.LWPCookieJar()
br.set_cookiejar(cj)
br.set_handle_equiv(True)
br.set_handle_redirect(True)
br.set_handle_referer(True)
br.set_handle_robots(False)
br.set_handle_refresh(mechanize._http.HTTPRefreshProcessor(), max_time=1)
br.addheaders = [('User-agent', 'Mozilla/5.0 (X11; U; Linux i686; en-US; rv:1.9.0.1) Gecko/2008071615 Fedora/3.0.1-1.fc9 Firefox/3.0.1'), ('Content-type', 'text/html; charset=utf-8')]
br.open('http://upodn.com/phon.php')
br.select_form(nr=0)
br.form['intext'] = 'hello'
br.submit()
data = br.response().read()
soup = BeautifulSoup(data)
# print soup
table = soup.find('table', {'rules': 'cols'})
result = []
for row in table.findAll("font"):
    d = row.text
    result.append(d)
print result[1]

输出：

həlo
[Finished in 2.7s]

Answer 1

你使用的是绝对过时的BeautifulSoup版本，beautifulsoup3。当前版本beautifulsoup4在PyPI中被称为^{}，并具有顶层包bs4。BeautifulSoup 4解码这些html实体：

Python 2.7.10 (default, Oct 14 2015, 16:09:02) 
[GCC 5.2.1 20151010] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> from bs4 import BeautifulSoup
>>> print(BeautifulSoup('<b>h&#x0259;lo</b>').find('b').text)
həlo

编写使用BeautifulSoup3的新代码是没有意义的，所以现在应该切换。你知道吗