无法刮除非英文字体- selenium

Question

我对selenium是个新手，我正在尝试几个用于测试的网站。遇到一个场景，泰米尔语和印地语字体被废弃为“？”

我尝试通过notepad++、sublimetext和excel打开输出，但仍然显示为“？”

Xpath tried - //h1//following::p[@id='topDescription']

Test URLs
"https://www.hooq.tv/catalog/7a6d593d-e8f3-47b6-92ae-469b8e08178e?__sr=feed"
"https://www.hooq.tv/catalog/d023630f-882b-4df4-8cb5-857ebfff20b4?__sr=feed"

代码

d.get("https://www.hooq.tv/catalog/7a6d593d-e8f3-47b6-92ae-469b8e08178e?__sr=feed");
d.findElement(By.xpath("//h1//following::p[@id='topDescription']")).getText();

这是关于编码的问题吗？

Answer 1

首先，在将原始文本保存到外部文件之前，请确保可以正确获取原始文本。

我在java中测试了您的元素的.getText()，它将按原样返回字符串。

​

接下来，您需要确保在文件写入过程中，字符集编码为UTF-8。

下面是一个使用org.apache.commons.io.FileUtils的示例

FileUtils.write(new File("C:/temp/test.txt"), str, "UTF-8");
FileUtils.write(new File("C:/temp/test.csv"), str, "UTF-8");

​

​

希望能有所帮助。