没有从 BeautifulSoup 获得准确的文本答案

【问题标题】：Not getting exact text from BeautifulSoup没有从 BeautifulSoup 获得准确的文本
【发布时间】：2017-07-05 08:19:38
【问题描述】：

我正在尝试从 HTML 页面获取确切的文本，但输出文本与预期文本不同。

HTML 页面上的文本

Салнас 14

beautifulSoup 的文字展示

ĐĄĐ°ĐťĐ˝Đ°Ń 14

我的代码是

page = BeautifulSoup(url.read(),'html.parser')
page.find(id='tdo_11').text

div 的 HTML 检查代码

<td class="ads_opt" id="tdo_11" nowrap=""><b>Салнас 14</b></td>

我不明白是什么原因造成的？我应该使用不同的解析器吗？

【问题讨论】：

您是否尝试过更改文本编码？
您需要找出页面使用的字符编码，例如UTF8。
对我来说这似乎是一个编码问题。您是否尝试过使用页面使用的字符编码对文本进行编码？
你能给我们页面的URL吗？
@AlexHall ss.lv/msg/ru/real-estate/flats/riga/plyavnieki/onlol.html

标签： python beautifulsoup html-parser

【解决方案1】：

使用requests 库来发出HTTP 请求，由于许多原因，它比Python 内置的要好得多。它会自动、智能地处理编码。

import requests
response = requests.get('https://www.ss.lv/msg/ru/real-estate/flats/riga/plyavnieki/onlol.html')
page = BeautifulSoup(response.text, 'html.parser')

【讨论】：