BeautifulSoup in Python 汉字编码错误？

Question

我想用 BeatifulSoup 从网站上获取 table 中的数据，但无法正确抓取汉字。这是我的代码：

#!/usr/bin/env python
# -*- coding: utf-8 -*-
import urllib2
from bs4 import BeautifulSoup
html=urllib2.urlopen("http://www.515fa.com/che_1978.html").read()
soup=BeautifulSoup(html,from_encoding="UTF-8")
print soup.prettify()

而汉字是这样显示的：

<td align="center" bgcolor="#FFFFFF" u1:str="" width="173">
               ćé¸</td>
<td align="center" bgcolor="#FFFFFF" u1:str="" width="149">
               ä¸ćľˇĺ¤§äź</td>
<td align="center" bgcolor="#FFFFFF" u1:str="" width="126">
               ĺ¤§äź</td>

我真的不知道“ä¸ćľˇĺ¤§äź”是什么。我尝试将编码 "utf-8" 更改为 "gb18030"，但没有用。我怎样才能得到正确的汉字？谢谢！

Answer 1

尝试：

html = urllib2.urlopen("http://www.515fa.com/che_1978.html")
content = html.read().decode('utf-8', 'ignore')
soup = BeautifulSoup(content)

不确定 BeautifulSoup(from_encoding=) 到底做了什么，但这确实有效。

BeautifulSoup in Python 汉字编码错误？

Chinese character encoding error with BeautifulSoup in Python?

python

encoding

beautifulsoup

python-2.7