python用beautifulsoup抓取數(shù)據(jù)寫入csv文件時， 遇到了字符編碼的問題

skywalker_32

小弟是新手，在用beautifulsoup抓取數(shù)據(jù)寫入csv文件時，

遇到了字符編碼的問題，自認想通了按思路改卻總是會亂碼，

望各路大俠指點

#coding=utf-8      #讓這個python源文件按utf8編碼

from __future__ import print_function

from bs4 import BeautifulSoup

import urllib2
import codecs
import sys
import re
reload(sys)               #以上是引入庫
sys.setdefaultencoding("utf-8")
strFile='book.csv'                                
f = codecs.open(strFile,'w','utf-8')     #用寫入方式打開按utf8編碼的文檔
f.write('bookname'+'\n')   # 寫入一個屬性
print("\nGetting data for page...",end='')
url="http://www.bookschina.com/publishtj/02_AA_5_1_2/"
page2=urllib2.urlopen(url)               
soup=BeautifulSoup(page2)   #將url對應的網(wǎng)頁建立一個beautifulsoup對象
page2.close()
name = soup.find(attrs = {"class":"books"}).find(attrs ={"class":"bookContent"}).find("class":"titlein").text  #解析某本書的書名
n1 = name.decode("gbk")  #由于網(wǎng)頁http://www.bookschina.com/publishtj/02_AA_5_1_2/的編碼是GBK，所以由gbk解                                            碼  
n2 = n1.encode("utf-8")   #再編碼為utf8符合將要寫入的文件的編碼方式
f.write(n2+'\n')
print("\n done",end='')
f.close()
print("\n over")

總的來說，我是這樣想的：數(shù)據(jù)在傳遞時都是比特流，只是不同的編碼方式會將其映射到不同的文字，

解碼就是把比特流變成文字，編碼就是把文字變成比特流

代碼中的name在網(wǎng)頁中是按gbk編碼的，所以寫代碼時，應按gbk將其解碼，再按utf8將其編碼送入utf8方式打開的文件，變成按utf8編碼的文字

但是，用cmd執(zhí)行后，打開csv發(fā)現(xiàn)結果是亂碼：鑴ｅ簮鑴㈣劙鍗よ劆鑴屾病鎺寵劌紕岃剹

請問這是怎么回事呢？各位高手，我想了一晚上，底子太淺，實在沒想通，望指點，感激不盡！

lionfun

如果不是utf-8需要告訴BeautifulSoup網(wǎng)頁編碼：

1. soup=BeautifulSoup(page2,from_encoding="gb18030")

復制代碼

同時使用from_encoding="gb18030"也可以解決utf8網(wǎng)頁編碼

Jpython

cmd 是GBK的，你直接試試decode('gbk')，不要再編成utf-8。