UnicodeEncodeError：'ascii'编解码器无法编码位置0-2中的字符：序数不在范围内（128）与python [重复]

Question

当我通过按单词搜索数据从 twitter 测试数据挖掘时遇到问题。

此代码错误UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-2: ordinal not in range(128)

retweet = "-filter:retweets"
query = "#Thailand" + retweet 

df = pd.DataFrame(columns = ["create_at","user","location","text", "retweet_count", "favourite_count","hashtag","follower","source"])
for tweet in tweepy.Cursor(api.search, q = query,result_type="recent", tweet_mode='extended').items(100):
     
    entity_hashtag = tweet.entities.get('hashtags')
    hashtag = ""
    for i in range(0, len(entity_hashtag)):
        hashtag = hashtag + "/" + entity_hashtag[i]["text"]
    re_count = tweet.retweet_count
    create_at = tweet.created_at
    user = tweet.user.screen_name
    source = tweet.source
    location = tweet.user.location
    follower = tweet.user.followers_count

    try:
        text = tweet.retweeted_status.full_text
        fav_count = tweet.retweeted_status.favorite_count 

    except:     
        text = tweet.full_text
        fav_count = tweet.favorite_count  
    new_column = pd.Series([create_at,user,location,text, re_count, fav_count,hashtag,follower,source], index = df.columns)
    df = df.append(new_column, ignore_index = True)

df.to_csv(date_time+".csv")

为什么会有这个问题？

Answer 1

您没有提及您使用的是哪个版本的 Python，但我会在此处查看有关该主题的 Python 文档：https://www.python.org/dev/peps/pep-0263/（适用于 Python 2）

从那里：

要定义源代码编码，必须将魔术注释放在源文件中，作为文件的第一行或第二行，例如：

# coding=<encoding name>

或（使用流行编辑器认可的格式）：

#!/usr/bin/python
# -*- coding: <encoding name> -*-

或：

#!/usr/bin/python
# vim: set fileencoding=<encoding name> :

我在某些情况下使用过这个版本：

#!/usr/bin/python
# -*- coding: <encoding name> -*-

也就是说，某些函数，尤其是 str() 不应该与 unicode 一起使用。更喜欢unicode()。使用第三方库时，您必须检查他们的文档，如果他们的文档有限，还可能查看其来源。

Answer 2

尝试在您的 scipt 开头将系统默认编码设置为 utf-8，以下应将默认编码设置为 utf-8 。

import sys
reload(sys)
sys.setdefaultencoding('utf-8')