如何 Unicode 导致 BeautifulSoup

Question

我尝试让程序使用 BeautifulSoup 将任何单词提交给 (http://upodn.com/phon.php) 然后打印结果。例如，当我将 "hello" 字词提交到 (http://upodn.com/phon.php) 网站时，结果是：həlo 但是当我使用我的脚本提交 "hello" 词时，结果是：həlo

如何打印网站上显示的结果 => həlo ?

脚本：

#  -*- coding: utf-8 -*-

import mechanize
import cookielib
from BeautifulSoup import BeautifulSoup
import html2text

br = mechanize.Browser()
cj = cookielib.LWPCookieJar()
br.set_cookiejar(cj)
br.set_handle_equiv(True)
br.set_handle_redirect(True)
br.set_handle_referer(True)
br.set_handle_robots(False)
br.set_handle_refresh(mechanize._http.HTTPRefreshProcessor(), max_time=1)
br.addheaders = [('User-agent', 'Mozilla/5.0 (X11; U; Linux i686; en-US; rv:1.9.0.1) Gecko/2008071615 Fedora/3.0.1-1.fc9 Firefox/3.0.1'), ('Content-type', 'text/html; charset=utf-8')]
br.open('http://upodn.com/phon.php')
br.select_form(nr=0)
br.form['intext'] = 'hello'
br.submit()
data = br.response().read()
soup = BeautifulSoup(data)
# print soup
table = soup.find('table', {'rules': 'cols'})
result = []
for row in table.findAll("font"):
    d = row.text
    result.append(d)
print result[1]

输出：

h&#x0259;lo
[Finished in 2.7s]

Answer 1

您使用的 BeautifulSoup、BeautifulSoup 3 的绝对过时版本。当前版本 BeautifulSoup 4 在 PyPI 中称为 beautifulsoup4 并且具有顶级包 bs4。 BeautifulSoup 4 解码这些 html 个实体：

Python 2.7.10 (default, Oct 14 2015, 16:09:02) 
[GCC 5.2.1 20151010] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> from bs4 import BeautifulSoup
>>> print(BeautifulSoup('<b>h&#x0259;lo</b>').find('b').text)
həlo

编写使用 BeautifulSoup3 的新代码没有意义，所以您现在应该切换。

如何 Unicode 导致 BeautifulSoup

how to Unicode result in BeautifulSoup

python

unicode

mechanize

beautifulsoup

python-2.7