Python:beautifulsoup 的输出编码错误

Question

当响应放入 beautifulsoup 时，我遇到了编码问题。响应的可读输出以适当的方式格式化，如 Artikelstandort: Österreich ，但在运行 beautifulsoup 后，它将转换为 Artikelstandort: Österreich .我将为您提供更改后的代码:

def formTest (browser, formUrl, cardName, edition):
   browser.open (formUrl)

   data = browser.response().read()
   with open ('analyze.txt', 'wb') as textFile:
      print 'wrinting file'
      textFile.write (data)

   #BS4 -> need from_encoding
   soup = BeautifulSoup (data, from_encoding = 'latin-1')
   soup = soup.encode ('latin-1').decode('utf-8')
   table = soup.find('table', { "class" : "MKMTable specimenTable"})

data 有正确的数据，但是 soup 有错误的编码。我在 soup 上尝试了各种编码/解码，但没有得到任何工作结果。

我从中提取数据的页面是:https://www.magickartenmarkt.de/Mutilate_Magic_2013.c1p256992.prod

编辑:我按照建议使用 prettify 更改了编码，但现在我面临以下错误:

TypeError: slice indices must be integers or None or have an __index__ method

美化改变了什么？我绘制了新的输出，表格仍在“soup”(<table class="MKMTable specimenTable">)

编辑2:

新错误是:

地址:soup.encode ('latin-1').decode('utf-8')

错误:UnicodeDecodeError: 'utf8' codec can't decode byte 0xfc in position 518: invalid start byte

如果我使用编码和解码，解码其他字节时会出现错误。

Answer 1

你现在可能不需要解决方案，但如果有人路过这里，你应该做的是:
您可能应该在 data 而不是 soup 上使用编码程序。
我通常做的是使用 requests 库获取原始响应，然后使用 'response.text' 之类的语法获取文本内容，然后使用 强制编码response.encoding='utf-8'.
至少，我将 response.text 提供给 BeautifulSoup()