Python处理中文文本字符时提取某个汉字或字符的方法

最近学了python扒取网页论坛信息，其实python在处理字符串和文本时，其封装好的函数功能很强悍的，何以很方便的调用处理信息。废话不多说，我在爬取论坛信息时遇到一个回帖信息，上边二楼及以下楼层回帖信息上标注比如“2楼网友回复”“3楼网友回复”等等，我要获取楼层数，说白了就睡获取第一个字符，然后转换为int型就OK了，可是在网页源码中get_text()，扒取后获得的是 '2楼网友回复'，是文本信息，我们可以用python里的repr()函数或str()函数，repr()返回的是一个对象的"官方"字符串表示（对python比较友好），绝大多数情况下可以通过求值运算（使用内建函数eval()）重新得到该对象。即 obj= eval(repr(obj))，也有情况下，不能够通过eval()得到原来的对象，str() 生成一个对象的可读性好的字符串表示（对用户比较友好），它返回的结果通常无法用于eval()求值，但很适用于print语句输出。

  再回到原来的问题，str1=“2楼回复”，str1.decode（‘utf-8’）进行解码，获得unicode形式的编码字符，然后repr（str1.decode（‘utf-8’））就实现了转换成了字符串形式，这时你可以用len函数求长度，获取其中某一个字符，对我而言我只需提取‘2’这个字符，int（repr（str1.decode（‘utf-8’）））转换成int型即可，运行结果见下附图。