Python小练习采集天气预报

#!/usr/bin/env python
#coding=utf-8
import urllib
import re
def gethtml(url):
    page = urllib.urlopen(url)
    html = page.read()
    page.close()
    return html
def getweather(html):
    reg = '<a title=.*?>(.*?)</a>.*?<span>(.*?)</span>.*?<b>(.*?)</b>'
    weatherlist = re.compile(reg).findall(html)
    return weatherlist
getml = gethtml('http://sd.weather.com.cn/index.shtml')
list_all = getweather(getml)
for i in list_all:
    print i[0],i[1],i[2]
#    for item in i:
#        print item

代码很简单没什么好说的，主要就是正则匹配和乱码问题。
抓下来的页面是utf-8的 但是由于findall返回的是列表 如果直接输出列表 列表中有字符串的话会有乱码。
试过先转unicode再转gb2312也不可以。i.decode(‘utf-8′).encode(‘gb2312′)
单个输出就没问题了。

运行截图