BeautifulSoup 3.1.0.1 和 Python 2.5.2 的 UnicodeEncodeError

Question

使用 BeautifulSoup 3.1.0.1 和 Python 2.5.2，并尝试解析法语网页。但是，一旦我调用 findAll，我就会收到以下错误：

UnicodeEncodeError: 'ascii' codec can't encode character u'\xe9' in position 1146: ordinal not in range(128)

下面是我目前正在运行的代码：

import urllib2
from BeautifulSoup import BeautifulSoup
page = urllib2.urlopen("http://fr.encarta.msn.com/encyclopedia_761561798/Paris.html")
soup = BeautifulSoup(page, fromEncoding="latin1")
r = soup.findAll("table")
print r

有人知道为什么吗？

谢谢！

更新：根据要求，以下是完整的 Traceback

Traceback (most recent call last):
  File "[...]\test.py", line 6, in <module>
    print r
UnicodeEncodeError: 'ascii' codec can't encode characters in position 1146-1147: ordinal not in range(128)

Answer 1

这是另一个想法。您的终端无法显示来自 Python 的 unicode 字符串。解释器首先尝试将其转换为 ASCII。您应该在打印之前对其进行显式编码。我不知道soup.findAll() 的确切语义。但它可能是这样的：

for t in  soup.findAll("table"):
    print t.encode('latin1')

如果t 真的是一个字符串。也许它只是另一个对象，您必须从中构建要显示的数据。