编码斯洛伐克字母，如：ášČé

【问题标题】：encoding slovak letters like: á š Č é编码斯洛伐克字母，如：ášČé
【发布时间】：2015-12-21 12:07:29
【问题描述】：

从我搜索的一个网页中得到一个词“Zápas”。问题是我的数据中最接近的版本看起来像：windows-1250 编码后的 Z\xe1pas。没有那个 str(a) 会有一些 ANSI 错误。谢谢您的帮助。

我的尝试：

def encode(text):
    return text.encode('windows-1250')...
...
for cell in row.findAll(['td', 'th']):
    cell=encode(cell.get_text().strip())
    a.append(cell)
foo.write(str(a)+"\n")

【问题讨论】：

你为什么要手动编码而不是让foo处理它？
对于任何涉及 unicode 的内容，指定相关的 Python 2 或 Python 3 以及（最好）标记非常重要。

标签： python encoding diacritics

【解决方案1】：

a 字符串可能实际上是一个 unicode 字符串。要将其写入字节流，您应该将其编码为指定编码的字节字符串，在您的情况下为windows-1250，在我的情况下为utf-8。只需使用a.encode(&lt;encoding&gt;) before sending result to thefoo.write()`：

foo.write(a.encode("utf-8"))

我还会在将数据“外部”发送（到文件、到远程目标等）之前立即处理 unicode 中的整个数据并转换为字节字符串

【讨论】：