Как открыть html файл?

У меня есть html файл с именем test.html он имеет одно слово בדיקה.

Я открываю test.html и печатаю его содержимое с помощью этого блока кода:

file = open("test.html", "r")
print file.read()

но он печатает ?????? , почему это произошло и как я могу это исправить?

КСТАТИ. когда я открываю текстовый файл, он работает хорошо.

Изменение: я пробовал это:

>>> import codecs
>>> f = codecs.open("test.html",'r')
>>> print f.read()
?????

Ответы

Ответ 1

import codecs
f=codecs.open("test.html", 'r')
print f.read()

Попробуйте что-то вроде этого.

Ответ 2

Вы можете прочитать HTML-страницу, используя "urllib".

 #python 2.x

  import urllib

  page = urllib.urlopen("your path ").read()
  print page

Ответ 3

вы можете использовать следующий код:

from __future__ import division, unicode_literals 
import codecs
from bs4 import BeautifulSoup

f=codecs.open("test.html", 'r', 'utf-8')
document= BeautifulSoup(f.read()).get_text()
print document

Если вы хотите удалить все пустые строки между ними и получить все слова в виде строки (также избегайте специальных символов, цифр), то также укажите:

import nltk
from nltk.tokenize import word_tokenize
docwords=word_tokenize(document)
for line in docwords:
    line = (line.rstrip())
    if line:
        if re.match("^[A-Za-z]*$",line):
            if (line not in stop and len(line)>1):
                st=st+" "+line
print st

* сначала определите st как string, например st=""

Ответ 4

Используйте codecs.open с параметром кодирования.

import codecs
f = codecs.open("test.html", 'r', 'utf-8')

Ответ 5

Сегодня я столкнулся с этой проблемой. Я использую Windows, а системный язык по умолчанию - китайский. Следовательно, кто-то может столкнуться с этой ошибкой Unicode аналогичным образом. Просто добавьте encoding = 'utf-8':

with open("test.html", "r", encoding='utf-8') as f:
    text= f.read()

Ответ 6

КОД:

import codecs

path="D:\\Users\\html\\abc.html" 
file=codecs.open(path,"rb")
file1=file.read()
file1=str(file1)

Ответ 7

вы можете использовать 'urllib' в python3 так же, как и

fooobar.com/info/9386969/... с небольшими изменениями.

#python3

import urllib

page = urllib.request.urlopen("/path/").read()
print(page)