如何将BeautifulSoup.ResultSet转换为字符串

Question

所以我将一个带有.findAll（BeautifulSoup）的html页面解析为名为result的变量。 如果我在Python shell中键入result，然后按Enter键，我将看到预期的正常文本，但由于我想将此结果作为string对象进行后处理，我注意到str(result)返回垃圾，如以下示例：

\xd1\x87\xd0\xb8\xd0\xbb\xd0\xbd\xd0\xb8\xd1\x86\xd0\xb0</a><br />\n<hr />\n</div>

Html页源是utf-8编码的

我该怎么办？

---

代码基本上是这样的，如果重要的话：

from BeautifulSoup import BeautifulSoup
soup = BeautifulSoup(urllib.open(url).read())
result = soup.findAll(something)

Python是2.7

Answer 1

Python2.6.7 美化组。版本3.2.0

这对我有效：

unicode.join(u'\n',map(unicode,result))

我很确定result是一个BeautifulSoup.ResultSet对象，它似乎是标准python列表的扩展

Answer 2

from BeautifulSoup import BeautifulSoup
soup = BeautifulSoup(urllib.open(url).read())
#findAll should get multiple parsed result
result = soup.findAll(something)
#then iterate result
for line in result:
    #get str value from each line,replace charset with utf-8 or other charset you need
    print line.__str__('charset')

顺便说一句：美组的版本是美组-3.2.1

Answer 3

那不是垃圾，那是UTF-8编码的文本。Use Unicode instead.