如何从bs4汤对象中解码utf-8文本？

如何解决如何从bs4汤对象中解码utf-8文本？

我正在从this website中提取所有标题和网址，但即使在检查了编码utf-8的请求后，也会用一些符号代替重音符号。

这是我的代码：

from bs4 import BeautifulSoup
import requests

url = "https://www.gov.br/planalto/pt-br/acompanhe-o-planalto/discursos"

r = requests.get(url)
print(f"The encoding is {r.encoding}")
soup = BeautifulSoup(r.text,'html.parser')

lista_de_discursos = soup.find_all(name="a",attrs={"class": "summary"})

for x in lista_de_discursos:
    print(x.text)
    print("---")

这是带有请求和一些文章标题的编码的输出。

The encoding is utf-8
discurso do Presidente da Rep�blica,Jair Bolsonaro,durante a apresenta��o do Projeto da Ponte de acesso ao Bairro Boa Esperan�a e ao quilombo S�o Pedro - Eldorado/SP
---
discurso do Presidente da Rep�blica,durante a Apresenta��o de Projeto da Ponte sobre o Rio Pariquera-A�u - Pariquera-A�u/SP
---
discurso do Presidente da Rep�blica,durante entrega do disc�bolo de Ouro - Pal�cio do Planalto

如何获取República和apresentação而不是Rep�blica和apresenta��o。

换句话说，如何在输出中将编码设置为UTF-8？

解决方法

• 此功能取决于环境。
  • 原始代码可以在python控制台中打印字符，而不会在JupyterLab中打印。
  • 如Henrique Branco所述，在VS Code中，它是Console或Terminal输出之间的差异。
• 将r.text更改为r.content.decode('utf-8')
• 或者，Mark Ransom评论说，repr(x.text)也可以。
• 与众不同的是，与soup对象中的所有内容相比，在打印时，其输出都只是输出str。

url = "https://www.gov.br/planalto/pt-br/acompanhe-o-planalto/discursos"

r = requests.get(url)
print(f"The encoding is {r.encoding}")
soup = BeautifulSoup(r.content.decode('utf-8'),'html.parser')

lista_de_discursos = soup.find_all(name="a",attrs={"class": "summary"})

for x in lista_de_discursos:
    print(x.text)
    print("---")

[out]:
The encoding is utf-8
Discurso do Presidente da República,Jair Bolsonaro,durante a apresentação do Projeto da Ponte de acesso ao Bairro Boa Esperança e ao Quilombo São Pedro - Eldorado/SP
---
Discurso do Presidente da República,durante a Apresentação de Projeto da Ponte sobre o Rio Pariquera-Açu - Pariquera-Açu/SP
---
Discurso do Presidente da República,durante entrega do Discóbolo de Ouro - Palácio do Planalto
---
Discurso do Presidente da República,durante a Homenagem póstuma ao músico Pinto do Acordeon - Brasilia/DF
---
Discurso do Presidente da República,durante o Lançamento do Programa Norte Conectado - Palácio do Planalto
---
Discurso do Presidente da República,durante a  Solenidade de inauguração da Usina de Energia Fotovoltaica -  Caldas Novas/GO

环境/包装

jupyterlab 2.2.6
Windows 10
beautifulsoup4 4.9.1
requests 2.24.0
python 3.8.5

,

这听起来很怪异，但之所以这样打印是因为我正在使用VS Code的输出。行为奇怪，但问题解决了。

VS代码中的输出

VS代码中的终端

问题一解决，我就会认为这个问题已经回答！

谢谢！