Hola, tiene pinta de que al scrapear la página no estás ulizando el codec adecuado (creo que pusiste cp1251) y por lo tanto el programa no es capaz de interpretar el texto.
Primero, cerciorarte del encoding que están ulizando esas páginas web y utiliza ese encoding en BeautifulSoup para obtener el contenido ( no conozco la librería, por lo que no te puedo decir mas, pero seguro que hay alguna manera de definir el encoding). Una vez que tienes el contenido bien descodificado, puedes trabajar con el tranquilamente, ya que Python3 trabaja con bytes. Para terminar si quieres guardar el contenido tendrás que volver a codificarlo, preferiblemente en UTF8, y como te han comentado en los ejemplos que te han enviado anteriormente. Un saludo. El jue., 1 nov. 2018 11:59, Pixu Kideak <pixukid...@gmail.com> escribió: > Hola, > > En la prueba que estoy realizando, utilizo BeautifulSoup [ > https://www.crummy.com/software/BeautifulSoup/bs4/doc/] con Python 3.7. > > Mi objetivo es mediante BeautifulSoup tener todo el código de la página y > por ejemplo almacenar el título de ésta en un fichero CSV. (En realidad se > tratan de más datos de la web que lo realiza mediante un búcle recorriendo > las distintas webs existentes; pero creo que es suficiente si consigo > almacenar el título de la web que tiene letras del alfabeto cirílico en el > fichero CSV). > > Primeramente quiero verlo todo en consola, así soy capaz de obtener el > título de la web y pintarlo en la consola; pero a la hora de mostrarlo, no > me muestra los caracteres cirílicos sino "????" es por eso que enfocaba el > problema cómo si se tratara de un problema de encoding. > > Un saludo, > > On Thu, 1 Nov 2018 at 08:11, Angel Lis <anlis...@gmail.com> wrote: > >> Hola, >> en Python3 todo texto es unicode por defecto y el encoding del source es >> siempre unicode. >> En este pagina te lo explica: >> >> https://docs.python.org/3.0/whatsnew/3.0.html#text-vs-data-instead-of-unicode-vs-8-bit >> >> Un saludo. >> >> El mié., 31 oct. 2018 a las 14:24, Sergio Fernández (<ser...@wikier.org>) >> escribió: >> >>> Primero, definiendo en la cabecera de tus ficheros >>> https://docs.python.org/2.3/whatsnew/section-encodings.html >>> >>> #!/usr/bin/env python >>> # -*- coding: UTF-8 -*- >>> >>> Segundo, defiendo explicitamente el encoding cuando abres ficheros para >>> lectura/escritura: >>> >>> open('some.csv', encoding='utf-8') >>> >>> >>> >>> >>> >>> On Wed, Oct 31, 2018 at 6:16 AM Pixu Kideak <pixukid...@gmail.com> >>> wrote: >>> >>>> Gracias por el consejo Sergio. >>>> >>>> ¿Cómo podría forzar a que el script / app fuera obligado a utilizar >>>> Unicode? >>>> >>>> Saludos ;-) >>>> >>>> On Wed, 31 Oct 2018 at 13:44, Sergio Fernández <ser...@wikier.org> >>>> wrote: >>>> >>>>> Utiliza siempre un encoding independiente de la plataforma que soporte >>>>> el juego de caracteres que necesitas. Unicode es tu amigo ;-) >>>>> >>>>> On Wed, Oct 31, 2018 at 5:36 AM Pixu Kideak <pixukid...@gmail.com> >>>>> wrote: >>>>> >>>>>> Hola, >>>>>> >>>>>> Estoy trabajando en un entorno Windows con Python 3.7 y según veo en >>>>>> el encoding utilizo cp1252 - windows -1252 Western Europe. >>>>>> >>>>>> Quiero obtener información de una web con caracteres rusos y guardar >>>>>> la información en un fichero CSV. >>>>>> >>>>>> Según he visto el encoding necesario es cp1251 - windows - 1251 - >>>>>> Bulgarian, Byelorussian, Macedonian, Russian, Serbian. >>>>>> >>>>>> Pero no sé cómo puedo usarlo desde Python o qué debo hacer para poder >>>>>> grabar la información correctamente en el fichero CSV. >>>>>> >>>>>> ¿Alguien me podría mostrar algo de luz? >>>>>> >>>>>> Un saludo ;-) >>>>>> >>>>>> >>>>>> _______________________________________________ >>>>>> Python-es mailing list >>>>>> Python-es@python.org >>>>>> https://mail.python.org/mailman/listinfo/python-es >>>>>> >>>>> >>>>> >>>>> -- >>>>> Sergio Fernández >>>>> http://www.wikier.org >>>>> _______________________________________________ >>>>> Python-es mailing list >>>>> Python-es@python.org >>>>> https://mail.python.org/mailman/listinfo/python-es >>>>> >>>> _______________________________________________ >>>> Python-es mailing list >>>> Python-es@python.org >>>> https://mail.python.org/mailman/listinfo/python-es >>>> >>> >>> >>> -- >>> Sergio Fernández >>> http://www.wikier.org >>> _______________________________________________ >>> Python-es mailing list >>> Python-es@python.org >>> https://mail.python.org/mailman/listinfo/python-es >>> >> >> >> -- >> -- >> Àngel Lis. >> _______________________________________________ >> Python-es mailing list >> Python-es@python.org >> https://mail.python.org/mailman/listinfo/python-es >> > _______________________________________________ > Python-es mailing list > Python-es@python.org > https://mail.python.org/mailman/listinfo/python-es >
_______________________________________________ Python-es mailing list Python-es@python.org https://mail.python.org/mailman/listinfo/python-es
