[問題] 請問python爬蟲亂碼問題
各位板大大德，小弟是最近剛踏入python殿堂的新手，用網路上範例小改了一隻屬於自己
的爬蟲
，用第一個print印時顯示是正常的，但用split分割每個逗號，並把它存入陣列印出卻出
現以下
碼（只截取一小部分）：
(5\xe5\xb9\xb4)', '189.01', '0.00', '0.00%', '08/07', '',
'\xe5\xa5\xa7\xe5\x9c\xb0\xe5
\x88\xa9CDS(5\xe5\xb9\xb4)', '34.65', '0.15', '0.43%', '08/07', '',
'\xe4\xb8\xad\xe5\x
9c\x8bCDS(5\xe5\xb9\xb4)', '138.00', '16.00', '13.11%', '08/07', '',
'\xe4\xb8\xb9\xe9\
xba\xa5CDS(5\xe5\xb9\xb4)', '25.475', '0.36', '1.43%', '08/07', '',
'\xe5\x8d\x97\xe9\x9f
\x93CDS(5\xe5\xb9\xb4)', '59.00', '-0.63', '-1.06%', '08/07', '',
'\xe7\x91\x9e\xe5\xa3\x
abCDS(5\xe5\xb9\xb4)', '30.01', '0.00', '0.00%', '08/07', '',
'\xe7\xbe\x8e\xe5\x9c\x8bCDS(
5\xe5\xb9\xb4)', '16.38', '0.39', '2.44%', '08/07', ''
程式碼如下：
#-*- coding:utf-8 -*-
from sgmllib import SGMLParser
import urllib,re,os,sys
class handleFuturePrice(SGMLParser):
def reset(self):
SGMLParser.reset(self)
self.number=0
self.new=""
def start_tr(self,attrs):
if attrs==[('class', 'row1')] or attrs==[('class', 'row2')]:
self.number=1
def handle_data(self, data):
if self.number==1:
self.new+=data
def end_tr(self):
self.number=0
def getFuturePrice(url,parser):
try:
URLprice = urllib.urlopen(url)
parser.feed(URLprice.read())
URLprice.close()
except:
return
def readOneLine(new):
lines=""
returnLines=[]
lines+=new.readline()
returnLines.append(lines)
return returnLines
a=[]
startURL = "http://www.stockq.org/"
parser = handleFuturePrice()
getFuturePrice(startURL,parser)
new=parser.new.replace('\n',',')
print new # 這裡顯示正常
#下面用逗號分割並把它存入a陣列再印出就出現亂碼了
a=new.split(',')
print a
python版本是使用2.7.8，請各位大大幫小弟解決疑惑...已經改３天了...
謝謝大家幫忙！
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.115.236.15
※ 文章網址: http://www.ptt.cc/bbs/Python/M.1407489430.A.89A.html
→
08/08 17:37, , 1F
08/08 17:37, 1F
→
08/08 17:38, , 2F
08/08 17:38, 2F
→
08/08 17:46, , 3F
08/08 17:46, 3F
→
08/08 17:53, , 4F
08/08 17:53, 4F
→
08/11 22:15, , 5F
08/11 22:15, 5F
→
08/11 22:16, , 6F
08/11 22:16, 6F