Python中处理编码后显示到网页上出了点问题

首先我获取到了一个 gb2312 编码的网站部分内容 r,
如果直接 r.encode(“gb2312”)是可以在 ansi 的编码的网页上正常显示的。
但是我换了种方式,不用上面那个,直接 html.unescape ( r ),发现没有显性变化,
在 utf-8 网页上源码是转义的,比如&lt;tr&gt; 显示的是<tr>,
请问是出了什么问题,我该如何处理数据显示在 utf-8 的网页上。
第一次接触 python 的 web 应用,麻烦大家了!
Python中处理编码后显示到网页上出了点问题

12 回复

如果是 requests 获取的,
res.encoding = res.apparent_encoding
就行了


帖子内容没给全,但我猜你是想把一些带特殊字符或中文的数据处理好,再塞到网页里显示,结果出来是乱码对吧?这是个经典的编码问题,核心就两步:确保你的Python代码用正确的编码读取/处理数据,然后确保网页用正确的字符集显示。

最常见的情况是你从文件、数据库或网络API拿到了数据,它可能是UTF-8GBK等编码,但你没明确告诉Python,或者网页的<meta charset>没设对。

1. 处理数据阶段(Python端) 关键是用对编码。比如你从文件读:

# 明确指定文件编码,比如UTF-8
with open('your_file.txt', 'r', encoding='utf-8') as f:
    content = f.read()

# 如果是网络请求,requests库通常能自动处理好
import requests
resp = requests.get('your_url')
# 检查编码,必要时手动指定
resp.encoding = 'utf-8'  # 如果resp.encoding不对的话
text_data = resp.text

如果数据已经是字节串(bytes),比如从某些数据库接口来的,你需要用正确的编码解码:

byte_data = b'...'  # 你的字节数据
decoded_str = byte_data.decode('utf-8')  # 根据实际编码来,可能是'gbk', 'latin-1'等

2. 输出到网页阶段(HTML端) 在生成HTML时,务必在<head>里设置正确的字符集,通常都是UTF-8:

<!DOCTYPE html>
<html>
<head>
    <meta charset="UTF-8">
    <!-- 其他标签 -->
</head>
<body>
    {{ your_python_variable_here }}
</body>
</html>

如果你用的是Flask、Django等框架,它们通常有模板系统,确保模板文件本身也是UTF-8编码保存的,并且框架设置正确。例如Flask:

from flask import Flask, render_template
app = Flask(__name__)

@app.route('/')
def index():
    # 假设content是从某处获取的,已经正确解码为字符串
    content = "你好,世界!"
    return render_template('index.html', content=content)

# 在模板index.html中,确保有<meta charset="UTF-8">,然后使用{{ content }}

简单总结:先确认数据来源的编码并用对应方式解码成字符串,然后在HTML头部声明UTF-8。

不行呀,到 web 上显示的源码还是&gt;这种转义的

问题就出在 html.unescape,这个就是转义啊

这个 html.unescape 是反转义,原来传过来的就是转义的,现在用反转义,结果和不用 html.unescape 显示的一样。

给个例子,说明编码,以及期望显示和编码

这是在作爬虫 /内容聚合吧?要是内容都自己从零生产,那么全栈使用 UTF-8 了事




爬取的内容为 b ‘&#39;\r\n\t\t\t\t\t\t\t\t&lt;TD&gt;’这样的,需要显示到 en,utf-8 的网页上

内容是 bytes,你要先 decode
unecape(这里是 str),没有报错么?

是这样的
r = res.encode(“gb2312”)
info = html.unescape®
return render.model(info)
这样写才报错 a bytes-like object is required, not ‘str’,
去掉 encode(“gb2312”) 就不会报错,但&lt;tr&gt;这类应该转义回去的没转义

print 出来就是&lt;tr&gt;这种没转义的

直接 print(infoi)出来的就是<tr>这种正常的,问题应该处在 render,这是 web.py 的模板函数

回到顶部