用python爬虫爬取数据时,有时候会发现爬取的数据类似于
"\u3010\u6f14\u5531\u4f1a\u30112000-\u62c9\u9614\u97f3\u4e50\u4f1a"这样的Unicode字符串,在python的交互环境里可以直接打印输出查看内容;
print("\u3010\u6f14\u5531\u4f1a\u30112000-\u62c9\u9614\u97f3\u4e50\u4f1a") 【演唱会】2000-拉阔音乐会但是有些时候,我们需要保存的是中文数据,而不是Unicode字符串,所以我们需要将Unicode转成中文,我们知道encode()方法是将Unicode码转成我们需要的编码格式,但是我们返回的本身就是str格式,所以我们需要将Unicode字符串转成Unicode码,网上查了资料,是将字符串进行decode(“unicode_escape”)转换,但是在python3中,提示str没有decode的方法。因此解决的办法是先采用encode()进行编码,在用同样的编码格式进行decode解码;
data = "\u3010\u6f14\u5531\u4f1a\u30112000-\u62c9\u9614\u97f3\u4e50\u4f1a".encode("utf-8").decode("utf-8") print(type(data)) print(data) C:\Python36\python.exe E:/work/1st_duty/demo3.py <class 'str'> 【演唱会】2000-拉阔音乐会 复制代码 复制代码 data = "\u3010\u6f14\u5531\u4f1a\u30112000-\u62c9\u9614\u97f3\u4e50\u4f1a".encode("GBK").decode("GBK") print(type(data)) print(data) C:\Python36\python.exe E:/work/1st_duty/demo3.py <class 'str'> 【演唱会】2000-拉阔音乐会编码格式可以任意,只是解码的时候需要用相同的格式进行解码就行,这样我们就可以保存中文数据了。