如何在Python中打印包含汉字的文本内容？

Question

我使用python来提取一个网页的内容。我关注的html内容里面有一些汉字，还有其他常用的字符。

然后，我试着打印html标签及其内容，打印的文本都是乱七八糟的代码。如下所示：

<h4>绔彛:443</h4>
<h4>A瀵嗙爜:</h4>
<h4>鍔犲瘑鏂瑰紡:aes-256-cfb</h4>

最初的内容如下：

<h4>端口:443</h4>
<h4>A远端:</h4>
<h4>加密方式:aes-256-cfb</h4>

你能帮我在控制台上打印出正确的内容吗？我用的是python 2.7。代码片段如下所示：

添加一个更新：

在使用lxml方法尝试了湿婆的建议之后，我得到了如下捕获结果：

添加第二个更新：

​

你能告诉我如何在Git bash控制台中显示原始汉字吗？

提前谢谢你！

诚挚的问候,

俊玛

Answer 1

你可以试试：

soup=BeautifulSoup(html, "lxml", from_encoding='utf-8')

您可以通过使用firefox或chrome查看页面信息获得编码，如下所示：

​

编辑：

from bs4 import BeautifulSoup

import requests

url = "http://www.cnblogs.com/rollenholt/archive/2011/08/01/2123889.html"
html=requests.get(url).text

soup=BeautifulSoup(html, "lxml", from_encoding='utf-8')

lst=soup.find_all('span')

for h in lst:
    print h.string #or you could do print h

我得到了下面的输出我运行它。

​

Answer 2

>>> print u'加密方式'.encode('utf-8').decode('gbk')
鍔犲瘑鏂瑰紡

您的控制台配置为处理GBK。Configure it to handle UTF-8 instead.