python - beautifulsoup 解析后的内容的编码问题

问题描述

问 题

写了个爬取手机信息的爬虫，用beautifulsoup解析。查了下资料，发现beautifulsoup最后输出是以unicode编码，把爬取的图片名放入一变量后，该变量不能作为新建文件的文件名。
网站地址 http://product.pconline.com.cn/mobile/

部分代码

import requests
from bs4 import BeautifulSoup

url = 'http://product.pconline.com.cn/mobile/'
header = {
    'User-Agent': "Mozilla/5.0 (Windows NT 6.1; WOW64; rv:46.0) Gecko/20100101 Firefox/46.0"
}
response = requests.get(url, headers=header)
html = response.text

soup = BeautifulSoup(html, 'html5lib')
items = soup.find_all('div', class_='item-pic')

#对解析出来的每款手机模拟点击，提取手机名字和手机图片
for item in items:
    name = item.a.img.get('alt')
    link = item.a.get('href')
    print name, link
    product_page = requests.get(link)
    soup2 = BeautifulSoup(product_page.text, 'html5lib')
    pic_link = soup2.find_all('img', width="360", height="270", limit=1)[0]
    print pic_link
    pic_src = pic_link['#src']
    pic_name = pic_link['alt']
    print pic_src, pic_name #pic_name是从soup2中提取的手机名，pic_src是图片url
    
    # Save the picture
    pic = requests.get(pic_src)
    fp = open('phone_pic\\' + pic_name + '.jpg', 'wb')
    fp.write(pic.content)
    fp.close()

运行的结果是无法对文件进行写操作。
报错信息：

fp = open('phone_pic\\' + pic_name + '.jpg', 'wb')
IOError: [Errno 2] No such file or directory: u'phone_pic\\\u534e\u4e3aMate8/3GB+32GB\u7248 \u524d\u89c6.jpg'

可以看到是pic_name的中文仍然是Unicode编码。而打印print默认的编码是utf-8，可以成功输出中文。那么怎么把pic_name这些Unicode字符串转换成写操作可以接受的编码？

解决方案

pic_name = pic_name.encode("utf-8")

注意你的文件名！
你的pic_name：

而windows下文件名要求：

这篇关于python - beautifulsoup 解析后的内容的编码问题的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！