: cmd是指黑底的吗?? 黑底的应该比较容易正常说 虽然都转成unicode就没事了 : 我测试直接urllib2抓网页 有下面的结果 : http://dl.dropbox.com/u/24628527/TEST.PNG : 用unicode来看都还蛮正常的 ( 用str不正常就不提了... windows oooos) : 然後我也用了re (想学一直没空 我抄你的程式码) 有以下的结果 : http://dl.dropbox.com/u/24628527/test2.PNG : 当然在黑底的cmd也是没问题 : 上面是在 windows xp : python 2.5.4 测试的 : 蛮好奇你怎麽抓不出来@_@a 谢谢各位大大的帮忙！ 我学KSJ大直接用re去处理fetch到的网页原始码 甚至不需要decode就可以正确显示那些中文字 response = urllib.urlopen(url) page = response.read() number = re.findall(u"frmlist.no.value='(.+)';frmlist.foreigner.value", page) for n in number: print n （其实这边我满疑惑的　我没做decode　表示收到的是网页原始的big5编码资料 　在windows XP用cp950编码的cmd模式下为什麽可以正确显示？） 至於我用BeautifulSoup先parse再做re而遇到的问题　则出在这里： page = response.read() u_page = page.decode('big5') tags = BeautifulSoup(u_page).findAll('a') 这样decode时会出错 改成u_page = page.decode('big5', 'ignore')就可以了 但我却有了新的疑问 为什麽要加上'ignore'参数？ 是叫它忽略掉看不懂的byte吗 又为什麽会有看不懂的byte呢　是因为big5看不懂某些中文字吗？ 不好意思　新手上路　问题有点多 谢谢大家 P.S. KSJ大　我找到一份不错的学re资源跟您分享 http://www.diveintopython.net/regular_expressions/index.html --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 218.166.194.46 ※ 编辑: poopoo888888 来自: 218.166.194.46 (11/03 08:46)