问题:Python字符串打印为[u’String’]
这肯定是一件容易的事,但这确实困扰着我。
我有一个脚本,可以读取网页并使用Beautiful Soup对其进行解析。我从汤中提取所有链接,因为我的最终目标是打印出link.contents。
我要解析的所有文本都是ASCII。我知道Python将字符串视为unicode,并且我确信这非常方便,在我的wee脚本中没有用。
每次我去打印一个包含’String’的变量时,我都会被[u'String']
打印到屏幕上。是否有一种简单的方法可以将其恢复为ascii,还是应该编写一个正则表达式来删除它?
回答 0
[u'ABC']
将是一元字符串的unicode字符串。美丽的汤总是产生Unicode。因此,您需要将列表转换为单个unicode字符串,然后将其转换为ASCII。
我不知道您是如何得到一元素清单的;content成员将是字符串和标签的列表,这显然不是您所拥有的。假设您确实总是得到一个包含单个元素的列表,并且您的测试实际上仅是 ASCII,则可以使用以下命令:
soup[0].encode("ascii")
但是,请仔细检查您的数据是否真的是ASCII。这很少见。更有可能是latin-1或utf-8。
soup[0].encode("latin-1")
soup[0].encode("utf-8")
或者,您可以询问Beautiful Soup原始编码是什么,然后以该编码重新获取:
soup[0].encode(soup.originalEncoding)
回答 1
您可能有一个包含一个unicode字符串的列表。的repr
是[u'String']
。
您可以使用以下任何变体将其转换为字节字符串列表:
# Functional style.
print map(lambda x: x.encode('ascii'), my_list)
# List comprehension.
print [x.encode('ascii') for x in my_list]
# Interesting if my_list may be a tuple or a string.
print type(my_list)(x.encode('ascii') for x in my_list)
# What do I care about the brackets anyway?
print ', '.join(repr(x.encode('ascii')) for x in my_list)
# That's actually not a good way of doing it.
print ' '.join(repr(x).lstrip('u')[1:-1] for x in my_list)
回答 2
import json, ast
r = {u'name': u'A', u'primary_key': 1}
ast.literal_eval(json.dumps(r))
将打印
{'name': 'A', 'primary_key': 1}
回答 3
如果访问/打印单个元素列表(例如顺序或过滤):
my_list = [u'String'] # sample element
my_list = [str(my_list[0])]
回答 4
将输出传递给str()函数,它将删除转换的unicode输出。同样通过打印输出,它将从中删除u”标签。
回答 5
[u'String']
是列表的文本表示形式,在Python 2上包含Unicode字符串。
如果运行print(some_list)
,则相当于print'[%s]' % ', '.join(map(repr, some_list))
创建类型为的Python对象的文本表示形式list
,repr()
即为每个项目调用函数。
请勿混淆Python对象及其文本表示形式 – repr('a') != 'a'
甚至文本表示形式的文本表示形式也有所不同:repr(repr('a')) != repr('a')
。
repr(obj)
返回一个字符串,其中包含对象的可打印表示形式。它的目的是在REPL中明确表示对象,这对于调试很有用。经常eval(repr(obj)) == obj
。
为避免调用repr()
,您可以直接打印列表项(如果它们都是Unicode字符串),例如:print ",".join(some_list)
—它以逗号分隔的形式列出字符串列表:String
不要使用硬编码字符编码将Unicode字符串编码为字节,而是直接打印Unicode。否则,代码可能会失败,因为编码无法代表所有字符,例如,如果您尝试对'ascii'
非ASCII字符使用编码。或者,如果环境使用的编码与硬编码的编码不兼容,则代码会默默地产生mojibake(在管道中进一步传递损坏的数据)。
回答 6
在“字符串”上使用dir
或type
找出其含义。我怀疑这是BeautifulSoup的标记对象之一,打印时像一个字符串,但实际上不是一个。否则,它在列表内,您需要分别转换每个字符串。
无论如何,您为什么反对使用Unicode?有什么具体原因吗?
回答 7
你是真的意思u'String'
吗
无论如何,您不能只是str(string)
获取字符串而不是unicode字符串吗?(对于所有字符串均为unicode的Python 3,这应该有所不同。)
回答 8
encode("latin-1")
就我而言对我有帮助:
facultyname[0].encode("latin-1")
回答 9
也许我不明白,为什么您不能只获取element.text然后在使用之前将其转换?例如(不知道为什么要这样做,但是…)找到网页的所有标签元素,并在它们之间进行迭代,直到找到一个名为MyText的元素为止。
avail = []
avail = driver.find_elements_by_class_name("label");
for i in avail:
if i.text == "MyText":
从i转换字符串,然后执行您想做的任何事情……也许我在原始消息中缺少了什么?还是这是您想要的?