Python string打印为[u'string']

Question

这肯定很容易，但我真的很烦。

我有一个脚本，它可以读取网页并使用Beautiful Soup来解析它。从soup中提取所有链接，因为我的最终目标是打印link.contents。

我正在分析的所有文本都是ASCII。我知道Python将字符串视为unicode，我确信这非常方便，只是在我的wee脚本中没有用处。

每次我要打印一个包含“String”的变量时，我都会将[u'String']打印到屏幕上。有没有一种简单的方法把它重新转换成ascii，或者我应该编写一个regex来删除它？

Answer 1

如果访问/打印单个元素列表（例如，顺序或筛选）：

my_list = [u'String'] # sample element
my_list = [str(my_list[0])]

Answer 2

您可能有一个包含一个unicode字符串的列表。这里的repr是[u'String']。

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)

Answer 3

[u'ABC']将是unicode字符串的单元素列表。Beautiful Soup always produces 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。

我不知道你是如何得到一个元素列表的；contents成员是一个字符串和标记的列表，这显然不是你所拥有的。假设您总是得到一个只有一个元素的列表，并且您的测试实际上是仅ASCII，那么您将使用以下命令：

 soup[0].encode("ascii")

但是，请再次检查您的数据是否真的是ASCII。这很少见。更有可能是拉丁语-1或utf-8。

 soup[0].encode("latin-1")


 soup[0].encode("utf-8")

或者你问Beautiful Soup最初的编码是什么，然后用这个编码把它恢复过来：

 soup[0].encode(soup.originalEncoding)