[已解决]【求助】Python2.7里转码后依旧无法处理输入的中文和特殊字符

zyhao

各位大神好，我是一个最近在自学python的新手，写了个抓取翻译网站结果的程序，因为涉及到中文和特殊字符于是遇到了编码的问题，看了好多资料还是搞不明白。。。代码，运行结果和问题如下：

1. # -*- coding:utf-8 -*-
   
2. import lxml
   
3. import urllib2
   
4. import urllib
   
5. from lxml import etree
   
6. 
   
7. while True:
   
8.     content = raw_input(u'你想翻译啥:')
   
9. 
   
10.     if content == 'quit':
    
11.         break
    
12.     print content
    
13.    
    
14.     print type(content)
    
15.    
    
16.     url = 'http://www.godic.net/'
    
17.     data = {}
    
18.     data['inputword']= content.encode('utf-8')
    
19.     data['recordid']=''
    
20.     data['forcecg']='false'
    
21.     data['cgformidx']='0'
    
22.     datas = urllib.urlencode(data).encode('utf-8')
    
23. 
    
24.     response = urllib2.urlopen(url,data=datas)
    
25. 
    
26.     html = response.read().decode('utf-8')
    
27.     a = etree.HTML(html)
    
28.     shuchu = a.xpath('//*[@id="ExpFCChild"]/text()|//*[@id="ExpFCChild"]/*[@class="exp"]/text()|//*[@id="ExpFCChild"]/*[@class="cara"]/text()')
    
29.     b = ''
    
30.     for each in shuchu:
    
31.         b = b+each+'\n'
    
32.     print b         
    

复制代码

当输入正常英文字母组成的单词时比如‘Tag’可以正常返回结果，输入中文比如‘天’也可以正常运行，但是因为这是个德语翻译网站，输入包含德语特殊字符的单词时比如‘schön’就报错了，如下：

1. >>>
   
2. RESTART: C:\Users\Administrator.wm-201606302307\Desktop\python2.7\shiyan.py
   
3. 你想翻译啥:tag
   
4. tag
   
5. <type 'str'>
   
6. m. (-[e]s,-e)
   
7. 1.天，日子
   
8. 2.白天
   
9. 3.Tag für Tag 日复一日
   
10. 4.von Tag zu
    
11. Tag 一天天，逐渐
    
12. 5.Guten Tag 你好（白天用）
    
13. Tag
    
14. m.-(e)s,-e白天；gutenTag!（白天）好！
    
15. 
    
16. 你想翻译啥:天
    
17. 天
    
18. <type 'unicode'>
    
19. 
    
20. 1.  Himmel m.; 2.  oben; 3.  Tag; 4.  Jahreszeit f.; 5.  Wetter n.
    
21. 
    
22. 你想翻译啥:sch&#246;n
    
23. sch&#246;n
    
24. <type 'str'>
    
25. 
    
26. Traceback (most recent call last):
    
27.   File "C:\Users\Administrator.wm-201606302307\Desktop\python2.7\shiyan.py", line 19, in <module>
    
28.     data['inputword']= content.encode('utf-8')
    
29. UnicodeDecodeError: 'ascii' codec can't decode byte 0xf6 in position 3: ordinal not in range(128)
    
30. >>>

复制代码

我觉得问题主要在 data['inputword']= content.encode('utf-8') 这一句，最后加上.encode('utf-8')时，输入中文不会报错，特殊字符会报错，去掉.encode('utf-8')时输入特殊字符倒是不会报错了，但是输入中文会报错，而且不报错返回的结果也都是空白真的是快疯了，请各位大神指导一下如何正常处理各种字符~~

最佳答案

月排行榜 / 总排行榜

SixPy

2016-11-3 08:29:07

用 python3吧

跳转到最佳答案楼层

SixPy

用 python3吧

zyhao

SixPy 发表于 2016-11-3 08:29
用 python3吧

其实我开始自学的就是python3，自己写的代码运行也完全没问题，因为想把这段代码放在新浪云上，而新浪云只支持2.7版本的。。。害的我又开始折腾2.7的编码问题