UnicodeEncodeError：'ascii' 编解码器无法在位置 17710 编码字符 u'\xe7'：序数不在范围内（128）

Question

我正在尝试从archived web crawl 打印一个字符串，但是当我这样做时出现此错误：

print page['html']
UnicodeEncodeError: 'ascii' codec can't encode character u'\xe7' in position 17710: ordinal not in range(128)

当我尝试打印 unicode(page['html']) 时，我得到：

print unicode(page['html'],errors='ignore')
TypeError: decoding Unicode is not supported

知道如何正确编码这个字符串，或者至少让它打印出来吗？谢谢。

Answer 1

你需要encode你保存的unicode来显示它，而不是decode它——unicode是未编码的形式。您应该始终指定编码，以便您的代码可移植。 “通常”的选择是utf-8：

print page['html'].encode('utf-8')

如果您不指定编码，它是否有效将取决于您 printing 的对象——您的编辑器、操作系统、终端程序等。