Datos mal codificado luego de extraerlos de web
Publicado por Pablo (1 intervención) el 24/09/2010 04:54:47
Hola
Estoy haciendo un script que extrae algunas frases de un sitio web (Urllib2 + BeautifulSoup) y luego las escribe de manera ordenada en un archivo de texto.
Funciona todo bien, excepto en la codificación del texto. Por ejemplo, en lugar de decir "día", dice "día".
No es problema de la codificación en la escritura -estoy usando codecs- ya que cuando visualizo el código del sitio web desde Google Chrome igual lo veo en esa codificación.
Mi pregunta entonces: ¿Como puedo hacer que python lea ese texto desformateado y lo pueda "formatear" como corresponde?
Estoy haciendo un script que extrae algunas frases de un sitio web (Urllib2 + BeautifulSoup) y luego las escribe de manera ordenada en un archivo de texto.
Funciona todo bien, excepto en la codificación del texto. Por ejemplo, en lugar de decir "día", dice "día".
No es problema de la codificación en la escritura -estoy usando codecs- ya que cuando visualizo el código del sitio web desde Google Chrome igual lo veo en esa codificación.
Mi pregunta entonces: ¿Como puedo hacer que python lea ese texto desformateado y lo pueda "formatear" como corresponde?
Valora esta pregunta
0