Проблема с кириллицей при парсинге

@supmener · Регистрация: 26.06.2013

Студворк — интернет-сервис помощи студентам

Python
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
Microsoft Windows [Version 10.0.19044.1826]
(c) Корпорация Майкрософт (Microsoft Corporation). Все права защищены.
 
C:\Users\admin>chcp
Текущая кодовая страница: 866
 
C:\Users\admin>CHCP 65001
Active code page: 65001
 
C:\Users\admin>python
Python 3.10.5 (tags/v3.10.5:f377153, Jun  6 2022, 16:14:13) [MSC v.1929 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import os
>>> os.chdir('C:\parsing\PythonToday\lesson1')
>>> with open("blank/index.html") as file:
...     src = file.read()
...
>>> from bs4 import BeautifulSoup
>>> soup = BeautifulSoup(src, "lxml")
>>> soup.title
<title>Р“Р»Р°РІРЅР°СЏ СЃС‚СЂР°РЅРёС†Р° Р±Р»РѕРіР°</title>
>>> print('Привет')
Привет
>>>

Добавлено через 1 минуту
Исходная кодировка файла UTF-8

Добавлено через 19 минут
Вроде разобрался сам. В CMD выполнил intl.cpl и там выставил глобально UTF-8.

@Skryp · 02.08.2022, 00:33

Замените 15 строку на это

Python
1
2
with open("blank/index.html", "r", encoding="utf-8") as file:
...     src = file.read()

@supmener · 17.08.2022, 08:14 **[ТС]**

А если без записывания на жесткий диск, то куда подставлять кодировку, в случае, если возникнут проблемы?

Python
1
2
3
4
5
6
7
8
9
from bs4 import BeautifulSoup
import requests
 
url = "https://ru.wikipedia.org/wiki/Список_рек_по_длине"
 
req = requests.get(url)
src = req.text
soup = BeautifulSoup(src, "html.parser")
print(soup)

Новые блоги и статьи Все статьи Все блоги /
Контроль уникальности заводского номера - вариант №2 Maks 24.03.2026 В отличие от предыдущего варианта добавлено прерывание циклов, также добавлены новые переменные для сохранения контекста ошибки перед прерыванием цикла: Процедура ПередЗаписью(Отказ, РежимЗаписи,. . .	SDL3 для Desktop (MinGW): Вывод текста со шрифтом TTF с помощью библиотеки SDL3_ttf на Си и C++ 8Observer8 24.03.2026 Содержание блога Финальные проекты на Си и на C++: finish-text-sdl3-c. zip finish-text-sdl3-cpp. zip	Жизнь в неопределённости kumehtar 23.03.2026 Жизнь — это постоянное существование в неопределённости. Например, даже если у тебя есть список дел, невозможно дойти до точки, где всё окончательно завершено и больше ничего не осталось. В принципе,. . .	Модель здравоСохранения: работники работают быстрее после её введения. anaschu 23.03.2026 geJalZw1fLo Корпорация до введения программа здравоохранения имела много невыполненных работниками заданий, после введения программы количество заданий выросло. Но на выплатах по больничным это. . .
Контроль уникальности заводского номера - вариант №1 Maks 23.03.2026 Алгоритм контроля уникальности заводского (или серийного) номера на примере документа выдачи шин для спецтехники с табличной частью. Данные берутся из регистра сведений, по которому настроено. . .	Хочу заставить корпорации вкладываться в здоровье сотрудников: делаю мат модель здравосохранения anaschu 22.03.2026 e7EYtONaj8Y Z4Tv2zpXVVo https:/ / github. com/ shumilovas/ med2. git	Программный отбор элементов справочника по группе Maks 22.03.2026 Установка программного отбора элементов справочника "Номенклатура" из модуля формы документа. В качестве фильтра для отбора справочника служит группа номенклатуры. Отбор по наименованию группы. . .	Как я обхитрил таблицу Word Alexander-7 21.03.2026 Когда мигает курсор у внешнего края таблицы, и нам надо перейти на новую строку, а при нажатии Enter создается новый ряд таблицы с ячейками, то мы вместо нервных нажатий Энтеров мы пишем любые буквы. . .