кодировка python китайский специальный символ

Question

У меня есть запрос на извлечение / скручивание, чтобы получить html с другого сайта, на котором есть китайский язык, но какой-то текстовый результат выглядит странно, он выглядит так:

° ¢ Àï ° Í ° ÍΪÄúÌá¹ © ÁË× ÕÁµÕß¹¤³§Ö ± ÏúÆ · ÆƵç × Ó ± í ÖÇÄÜÊ ± Éг ± Á ÷ ŮʿÊÖ »· ÊÖÁ´Ê × ÊÎ ± í´øµÈ²úÆ · £ ¬ÕâÀïÔƼ¯ÁËÖÚ¶àµÄ¹ © Ó¦ÉÌ £¬¹ ¹ ¹ Ì Ì ÆÔ ÆÔ Ì Ë Ë ¸ Ë Ë Ë Ë Ë Ë Ë ø ø ø ø ø ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¢ ¢ Ï Ï Ï·Ë · ÎÊÎÊ ° ¢ Àï ° ú ° ÍÅú · ¢ Íø £ ¡

, которое должно быть на китайском языке, и это мой код:

str(result.decode('ISO-8859-1'))

Если без декодирования 'ISO-8859-1 '(только возврат результат переменная) будет отображаться вопросительный знак следующим образом:

����Ͱ�Ϊ���ṩ�������߹��� ֱ�� Ʒ�Ƶ��ӱ� ����ʱ�г���Ůʿ� ֻ�������� α����Ȳ�Ʒ�Ƽ ڶ ĹӦ̣ɹ̡̣˽ ߹ ֱֻ�������� ����ʱ�г���Ůʿ� ֻ�������� α�����Ϣ������ʰ���Ͱ���101

Не могли бы вы помочь мне, какой кодировку / декодирование я должен использовать?

Спасибо

Answer 1

Попробуйте этот блок кода.

Это можно сделать, импортировав файл unquote и кодировав содержимое, используя механизм кодирования latin1.

#!/usr/bin/env python
# -*- coding: utf-8 -*-

from urllib2 import unquote

bytesquoted = u'å%8f°å%8d%97 親å­%90é¤%90廳'.encode('latin1')
unquoted = unquote(bytesquoted)
print unquoted.decode('utf8')

Вывод:

台南 親子 餐廳

Answer 2

Это было действительно простое решение, как упомянул @Thu Yein tun, чтобы увидеть ответ заголовка ссылки http-запроса для типа контента, и я показал его как text / html; charset = GBK, тогда я даю решениена мой код, как это

result.decode('gbk')

Answer 3

В китайском есть несколько возможных кодировок.
3 общих китайских кодировок: gb2312, big5 и gbk.
Вот фрагмент кода для преобразования из gb2312 в utf-8.

import codecs

infile = codecs.open("in.txt", "r", "gb2312")
lines = infile.readline()
infile.close()

print(lines)

outfile = codecs.open("out.txt", "wb", "utf-8")
outfile.writelines(lines)
outfile.close()