Python Unicode编码错误

Question

我正在读取和解析Amazon XML文件，并且当XML文件显示’时，尝试打印该文件时，出现以下错误：

'ascii' codec can't encode character u'\u2019' in position 16: ordinal not in range(128)

从到目前为止的在线阅读中，该错误是由于XML文件位于UTF-8中引起的，但是Python希望将其作为ASCII编码字符来处理。有没有一种简单的方法可以使错误消失并让我的程序在读取时打印XML？

Answer 1

可能是，您的问题是您已对其进行了解析，现在您正尝试打印XML的内容，但由于存在一些外来Unicode字符而无法这样做。首先尝试将unicode字符串编码为ascii：

unicodeData.encode('ascii', 'ignore')

“忽略”部分将告诉它只跳过那些字符。从python文档中：

>>> # Python 2: u = unichr(40960) + u'abcd' + unichr(1972)
>>> u = chr(40960) + u'abcd' + chr(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')
'&#40960;abcd&#1972;'

您可能需要阅读这篇文章：http :
//www.joelonsoftware.com/articles/Unicode.html，我发现它对于发生的事情是非常有用的基础教程。阅读之后，您将不再觉得自己只是在猜测要使用的命令（或者至少是我遇到的命令）。