首頁  >  問答  >  主體

网页爬虫 - 关于Python的编码与解码问题

在python2中用urllib模块去请求淘宝的IP地址查询接口,返回的是一段json字符串,如下所示:

import urllib


def get_data(ip):
    url = "http://ip.taobao.com/service/getIpInfo.php?ip=" + ip
    data = urllib.urlopen(url).read()

    return data


if __name__ == "__main__":
    result = get_data("59.151.5.5")
    print(result)

返回结果如下:

{"code":0,"data":{"country":"\u4e2d\u56fd","country_id":"CN","area":"\u534e\u5317","area_id":"100000","region":"\u5317\u4eac\u5e02","region_id":"110000","city":"\u5317\u4eac\u5e02","city_id":"110100","county":"","county_id":"-1","isp":"\u4e16\u7eaa\u4e92\u8054","isp_id":"100021","ip":"59.151.5.5"}}

在返回结果中,中文是以 unicode字符串表示,这样不方便阅读,我想让结果中中文部分直接用中文表示,就像下面这样:

"city":"北京","ISP":"中国电信"

如果是python3的话返回又是这样的:


    b'{"code":0,"data":{"country":"\\u4e2d\\u56fd","country_id":"CN","area":"\\u534e\\u5317","area_id":"100000","region":"\\u5317\\u4eac\\u5e02","region_id":"110000","city":"\\u5317\\u4eac\\u5e02","city_id":"110100","county":"","county_id":"-1","isp":"\\u4e16\\u7eaa\\u4e92\\u8054","isp_id":"100021","ip":"59.151.5.5"}}'

请问在 python2和python3中分别该如何转码呢?

高洛峰高洛峰2764 天前572

全部回覆(4)我來回復

  • 伊谢尔伦

    伊谢尔伦2017-04-18 10:33:42

    Python3中有兩個方法可以解決你的問題:

    • print()函數

    Python3開始編碼定義為UTF-8,所以你懂的,直接印就行:

    >>> print("\u5317\u4eac\u5e02")
    北京市
    • 利用Unicode資料庫

    有個自帶的函式庫unicodedata,可以呼叫這個函式庫中的兩個方法,如下:

    >>> import unicodedata as u
    
    # 这段字符串是来自你给提供的内容
    >>> s = "\u5317\u4eac\u5e02"
    >>> s1 = ''
    >>> for i in s:
            s1 += u.lookup(u.name(i))
    
    # 输出结果    
    >>> s1
    '北京市'

    補充一下,如果單獨處理字元可以用上面的方法,但是剛剛回答完才發現你的返回值為byte對象,Python3中這種對象處理很簡單,修改你的程式碼如下:

    import urllib.request as r
    
    
    def get_data(ip):
        url = "http://ip.taobao.com/service/getIpInfo.php?ip=" + ip
        data = r.urlopen(url).read()
    
        return data
    
    
    if __name__ == "__main__":
        result = get_data("59.151.5.5")
        print(eval(result))

    我測試完的回傳值是:

    {'data': {'area_id': '100000', 'isp': '世纪互联', 'country_id': 'CN', 'country': '中国', 'region_id': '110000', 'county_id': '-1', 'ip': '59.151.5.5', 'city': '北京市', 'area': '华北', 'county': '', 'city_id': '110100', 'isp_id': '100021', 'region': '北京市'}, 'code': 0}

    希望採納

    回覆
    0
  • 天蓬老师

    天蓬老师2017-04-18 10:33:42

    Python 3裡你可以用decode方法把bytes轉換str:

        result = get_data("59.151.5.5").decode('raw_unicode_escape')

    回覆
    0
  • PHPz

    PHPz2017-04-18 10:33:42

    這樣就好了==

    import json
    print json.dumps(json.loads(result), ensure_ascii=False)

    回覆
    0
  • 阿神

    阿神2017-04-18 10:33:42

    請使用py3

    回覆
    0
  • 取消回覆