0

Cuando la función recibe una variable que contiene un string escrito a mano, la función de reemplazar los caracteres funciona, pero cuando recibe la variable desde urlopen(), no funciona. Los dos strings son de tipo str.

#!/usr/bin/python
# -*- coding: utf_8 -*-

import re
from urllib import request
from re import findall, UNICODE
from unidecode import unidecode
import sys

import re
from unicodedata import normalize

response = str(request.urlopen("https://www.amazon.es/Spigen-042CS20927-Carcasa-Protecci%C3%B3n-h%C3%ADbrida/dp/B01M0USRWG/ref=pd_sim_107_5?_encoding=UTF8&pd_rd_i=B01M0USRWG&pd_rd_r=dee5b20b-0f7b-11e9-b36a-dd935edf15f1&pd_rd_w=fXXgN&pd_rd_wg=Sc7jG&pf_rd_p=cc1fdbc2-a24a-4df6-8bce-e68491d548ae&pf_rd_r=20G8D05BQ984RRGRR8SS&psc=1&refRID=20G8D05BQ984RRGRR8SS").readlines())

Descripcion = re.findall('<title>.*?Amazon', response)
DescripcionA = Descripcion[0].replace('<title>', "")
original = DescripcionA.replace('Amazon', "")


def normalize(s):
    replacements = (
        ("\xc2\xa1", "¡"),
        ("\xc2\xbf", "¿"),
        ("\xc3\x81", "Á"),
        ("\xc3\x89", "É"),
        ("\xc3\x8d", "Í"),
        ("\xc3\x91", "Ñ"),
        ("\xc3\x93", "Ó"),
        ("\xc3\x9a", "Ú"),
        ("\xc3\x9c", "Ü"),
        ("\xc3\xa1", "á"),
        ("\xc3\xa9", "é"),
        ("\xc3\xad", "í"),
        ("\xc3\xb1", "ñ"),
        ("\xc3\xb3", "ó"),
        ("\xc3\xba", "ú"),
        ("\xc3\xbc", "ü")
    )
    for a, b in replacements:
        s = s.replace(a, b).replace(a.upper(), b.upper())
    return s
#Cuando escribo el string a mano, funciona:
text2= "spigen Funda iPhone 7/8, Ultra Hybrid 2 Tecnolog\xc3\xada de amortiguaci\xc3\xb3n de Aire y protecci\xc3\xb3n h\xc3\xadbrida contra ca\xc3\xaddas:"
text2 = normalize(text2)
#Cuando uso la variable que contiene un str No funciona:
text = normalize(original)

print(text)
print(text2)
5
  • Intenta pasandolo a string def normalize(s): s = str(s) y luego un return str(s);
    – Bryro
    el 7 ene. 2019 a las 1:35
  • Porque no la decodificas. Utilizarequest.urlopen(tu_direccion).read().decode('utf8')
    – Saelyth
    el 7 ene. 2019 a las 3:14
  • @Saelyth Muchas gracias, funcionó =) el 7 ene. 2019 a las 10:19
  • @Bryro eso ya lo había probado, y nada, gracias por responder =) el 7 ene. 2019 a las 10:19
  • Me alegro de que funcione. En ese caso añadiré una respuesta para que puedas aceptarla como válida.
    – Saelyth
    el 7 ene. 2019 a las 12:29

1 respuesta 1

1

Las direcciones de request normalmente vienen codificadas, puedes decodificarla utilizando la función decode:

request.urlopen(tu_direccion).read().decode('utf8')

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge that you have read and understand our privacy policy and code of conduct.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.