 |
1
rabbbit Jan 30, 2018
把所有代码贴上来
|
 |
2
TimePPT PRO <div class="hd_prUS">美 [ˌæbdɪ'keɪʃ(ə)n] </div>
直接看页面源码，这个 div 的内容是这样的，部分字符被转义了。 看看是不是这个原因导致的编码问题。 记得 HTMLParser 有专门的处理方法。 好像是这个 https://docs.python.org/2/library/htmlparser.html#HTMLParser.HTMLParser.handle_charref 你看下。 以及，貌似页面 head 的 meta 里也有同样信息，还好解一些，可以试试拿到。 我用 BeautifulSoup 直接解析的，没问题（解析器用的 lxml ） |
 |
3
est Jan 30, 2018 via Android
requests 爬的？这玩意坑
|
 |
4
winglight2016 Jan 31, 2018
这种音标需要字体支持吧？
|
 |
5
weeevv OP 谢谢楼上几倍，本科时写的代码直接拿来用了，没注意对音标部分作了长度限制导致 UTF8 编码直接被截断了----我原本想限制的是音标字符串的长度，所以产生了乱码。
另外转义字符也没处理，导致æ在音标没有显示。 |
Select Language