就是一个简单的小爬虫,因为爬的是小说网站的正文,一开始发现用extract_first()只能爬到正文的第一句话。但如果是用extract()又会print出一堆unicode,百度了好久,根据百度的方法主要有两种:
1、字符串unicode转换为中文
print str.decode("unicode-escape")
是有用的。但因为我获取的是选择器列表,所以需要遍历选择器列表,但当我遍历以后再爬一遍,又报错说ascii码不能用这个方法,于是就继续搜到了第二个方法。
2、在py头部导入sys
import sys
reload(sys)
sys.setdefaultencoding('utf-8')
这样设置果然就好了