Python-сообщество

Драсти все! Не могу получить из парсера.
получаю из парсера текст таким образом:
link_topic.contents или link_topic.contents.string соответственно тип у получаемого значения ‘bs4.element.NavigableString’ а вот сделать из него unicode строку не выходит понятно, что contents.encode('utf-8') делает просто строку, а как мне получить просто unicode? парсер хранит и так в уникоде все но дотянуться не могу. Помогите пожайлуста

пока писал вопрос понял ответ используй unicode() идиот!

content.decode()

Логика такая: дефолт - внутреннее представление питона (юникод). Из него кодируют и в него декодируют. Кодированное представление - это уже сериализованная байтовая строка в какой-то кодировке (cp1251, utf8, даже ucs-16), которую можно писать в файл/передавать по сети итд.

Отредактировано odnochlen (Авг. 12, 2012 15:08:20)

mrtwister
пока писал вопрос понял ответ используй unicode() идиот!

cpu@home-main:~$ python
Python 2.7.1+ (r271:86832, Apr 11 2011, 18:05:24) 
[GCC 4.5.2] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> a = 'Привет, мир'
>>> unicode(a)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeDecodeError: 'ascii' codec can't decode byte 0xd0 in position 0: ordinal not in range(128)

cpu

mrtwister
пока писал вопрос понял ответ используй unicode() идиот!

не используй unicode()
unicode не жретъ кириллицу. Немецкие умляуты и прочие там диакритические символы, впрочем, тоже не жретъ. Используй силу .encode(), .decode(), Люк.

unicode([object[, encoding[, errors]]])