'ascii' 编解码器无法在位置 * 或不在范围内编码字符（128）

Question

stackoverflow 上有几个线程，但我找不到一个有效的解决方案。

我从 urllib 读取函数中收集了大量文本数据，并将其存储在 pickle 文件中。

现在我想将此数据写入文件。 在写作时，我遇到了类似的错误 -

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

大量数据正在丢失。

我想从 urllib 读取的数据是字节数据

我试过了

   1. text=text.decode('ascii','ignore')
   2. s=filter(lambda x: x in string.printable, s)
   3. text=u''+text
      text=text.decode().encode('utf-8')

但我仍然会遇到类似的错误。 有人可以指出一个适当的解决方案。 并且编解码器也会剥离工作。 如果冲突字节没有作为字符串写入文件，我没有任何问题，因此可以接受丢失。

Answer 1

您可以通过Django 模块的smart_str 来实现。试试这个：

from django.utils.encoding import smart_str, smart_unicode

text = u'\u2019'
print smart_str(text)

您可以通过以管理员权限启动命令 shell 并运行以下命令来安装 Django：

pip install Django

Answer 2

您的数据是 unicode 数据。要将其写入文件，请使用.encode():

text = text.encode('ascii', 'ignore')

但这会删除任何不是 ASCII 的东西。也许您想编码为更合适的编码，例如 UTF-8？

您可能想了解 Python 和 Unicode：

• The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!) 乔尔·斯波尔斯基

• Python Unicode HOWTO

• Pragmatic Unicode by Ned Batchelder