python - ulipad爬网页时中文为何是16进制？

问题描述

#! /usr/bin/env python#coding=utf-8import urlliburl = 'http://www.tust.edu.cn'content = urllib.urlopen(url).read()print content

python初学者，也是编程初学者。上面是代码，用python2.7编译的时候网页上的中文可以正常显示，但是用ulipad编译的时候，网页中的文字就是以16进制的方式显示的。请问这个是什么问题？

我搜索的时候，看到有的回答说是在代码后面加上encode

然而我在content后面接encode(’utf-8’)或者encode(’gb2312’)的时候都会提示报错

ascii codec can’t decode byte 0Xef in position 0:ordinal not in range

我查了一下，找到了下面这个网址

http://blog.csdn.net/qian_f/a...

好像是说是字符编码不统一的问题。紧接着我查了一下read返回的好像就是byte string呀....

求各位大神解答...

问题解答

个人理解，应该是read()默认的编码无法解析网页内容，查下资料，尝试在read的括号内指定编码，应该没有必要用encode的

unicode.encode(content,’utf-8’);