Python Unicode编码错误
我正在阅读和parsing亚马逊XML文件，而当XML文件显示'，当我尝试打印它时，我得到以下错误：
'ascii' codec can't encode character u'\u2019' in position 16: ordinal not in range(128) 从我到目前为止在线阅读的内容来看，这个错误来源于XML文件是UTF-8，但是Python想要把它作为ASCII编码的字符来处理。 有没有一个简单的方法来使错误消失，并让我的程序打印XML，因为它读取？
有可能，你的问题是，你parsing它没关系，现在你试图打印XML的内容，你不能因为一些外国的Unicode字符。 尝试编码你的unicodestringascii第一：
unicodeData.encode('ascii', 'ignore')
“忽略”部分会告诉它跳过这些字符。 从python文档：
>>> u = unichr(40960) + u'abcd' + unichr(1972) >>> u.encode('utf-8') '\xea\x80\x80abcd\xde\xb4' >>> u.encode('ascii') Traceback (most recent call last): File "<stdin>", line 1, in ? UnicodeEncodeError: 'ascii' codec can't encode character '\ua000' in position 0: ordinal not in range(128) >>> u.encode('ascii', 'ignore') 'abcd' >>> u.encode('ascii', 'replace') '?abcd?' >>> u.encode('ascii', 'xmlcharrefreplace') 'ꀀabcd޴'
您可能想要阅读这篇文章： http ： //www.joelonsoftware.com/articles/Unicode.html ，我发现它非常有用，作为一个基本的教程。 读完之后，你会停止感觉你只是在猜测使用什么命令（或者至less发生在我身上）。
更好的解决scheme：
if type(value) == str: # Ignore errors even if the string is not proper UTF-8 or has # broken marker bytes. # Python built-in function unicode() can do this. value = unicode(value, "utf-8", errors="ignore") else: # Assume the value object has proper __unicode__() method value = unicode(value)
如果您想了解更多关于为什么：
http://docs.plone.org/manage/troubleshooting/unicode.html#id1
不要在您的脚本中硬编码您的环境的字符编码; 直接打印Unicode文本：
assert isinstance(text, unicode) # or str on Python 3 print(text)
如果你的输出被redirect到一个文件（或一个pipe道）; 你可以使用PYTHONIOENCODING envvar来指定字符编码：
$ PYTHONIOENCODING=utf-8 python your_script.py >output.utf8
否则， python your_script.py应该按原样工作 – 您的语言环境设置用于对文本进行编码（在POSIX检查： LC_ALL ， LC_CTYPE ， LANG envvars – 如果需要，将LANG设置为utf-8语言环境）。
要在Windows上打印Unicode，请参阅此答案，其中显示了如何将Unicode打印到Windows控制台，文件或使用IDLE 。
我写了以下内容来解决非骚扰的引号和强制转换为可用的东西。
unicodeToAsciiMap = {u'\u2019':"'", u'\u2018':"`", } def unicodeToAscii(inStr): try: return str(inStr) except: pass outStr = "" for i in inStr: try: outStr = outStr + str(i) except: if unicodeToAsciiMap.has_key(i): outStr = outStr + unicodeToAsciiMap[i] else: try: print "unicodeToAscii: add to map:", i, repr(i), "(encoded as _)" except: print "unicodeToAscii: unknown code (encoded as _)", repr(i) outStr = outStr + "_" return outStr
尝试在Python脚本的顶部添加以下行。
# _*_ coding:utf-8 _*_
优秀的职位： http : //www.carlosble.com/2010/12/understanding-python-and-unicode/
# -*- coding: utf-8 -*- def __if_number_get_string(number): converted_str = number if isinstance(number, int) or \ isinstance(number, float): converted_str = str(number) return converted_str def get_unicode(strOrUnicode, encoding='utf-8'): strOrUnicode = __if_number_get_string(strOrUnicode) if isinstance(strOrUnicode, unicode): return strOrUnicode return unicode(strOrUnicode, encoding, errors='ignore') def get_string(strOrUnicode, encoding='utf-8'): strOrUnicode = __if_number_get_string(strOrUnicode) if isinstance(strOrUnicode, unicode): return strOrUnicode.encode(encoding) return strOrUnicode
你可以使用某种forms
s.decode('utf-8')
它将一个UTF-8编码的string转换成一个Python Unicodestring。 但是确切的使用过程取决于你如何加载和parsingXML文件，例如，如果你没有直接访问XMLstring，你可能必须使用codecs模块中的解码器对象。
如果您需要将string的近似表示forms打印到屏幕上，而不是忽略那些unidecode打印的字符，请尝试在这里unidecode包：
https://pypi.python.org/pypi/Unidecode
解释在这里find：
https://www.tablix.org/~avian/blog/archives/2009/01/unicode_transliteration_in_python/
这比使用u.encode('ascii', 'ignore')给定的stringu更好，如果字符精度不符合你的要求，但是仍然希望具有可读性u.encode('ascii', 'ignore')就u.encode('ascii', 'ignore')不必要的头痛。
Wirawan
