Python-сообщество

Питон 2.7. Парсю сайт, юзая lxml
Пишу следующее:

categs = urllib.urlopen(url)
doc = lxml.html.document_fromstring(categs.read().decode('utf-8'))
categs = doc.cssselect('.submenu a') # список категорий
for cat in categs:
    title = cat.text.title()
    print title # все ок, выводится как надо. без абракадабры
    print cat.get('href') # если в ссылке есть русские символы - выводит абракадабру. Что забыл?

Отредактировано barabansheg (Дек. 18, 2012 16:10:35)

barabansheg
categs = urllib.urlopen(url)

Я думаю <meta charset=“UTF-8”> об этом говорит. Плюс, если убрать decode после categs.read() то print title будет выдавать абракадабру.

Не знаю как решить. Пропустил ту ссылку и все :) Но возник другой вопрос.
Я считываю имя папки с помощью dirs = os.listdir(dir), для каждой папки внутри dir нужно создать экземпляр модели, но когда я пишу

m = Material(
                    title = dirs[0], #имя папки
                     )
m.save()
              

Отредактировано barabansheg (Дек. 20, 2012 17:48:32)