FreeBSD/Linux BeautifulSoup 之间的 Python 3 编码/解码问题答案

【问题标题】：Python 3 encoding/decoding problems between FreeBSD/Linux BeautifulSoupFreeBSD/Linux BeautifulSoup 之间的 Python 3 编码/解码问题
【发布时间】：2015-10-27 16:02:12
【问题描述】：

我有一个应用程序可以修改 xml 文件的内容（通过美丽的汤），然后将其写入磁盘。很简单，在我的开发机器（Linux）上，我有这个工作代码：

首先，让我们将文件加载到汤中：

# load document
document = open(contentxml, encoding="utf-8")
# load into soup
soup = BeautifulSoup(document, "lxml")
# do soupy stuff here
with open(document.name, "w") as f:
    # soup is the beautiful soup data
    f.write(soup.decode("utf-8"))

现在一切正常，花花公子，现在当我在 FreeBSD 生产系统上运行完全相同的代码时，我得到了错误：

UnicodeEncodeError: 'ascii' codec can't encode character '\xa3' in position 8253: ordinal not in range(128)

所以在这种情况下，我想我会尝试对文件进行编码，然后将其写入磁盘：

with open(document.name, "w") as f:
    # soup is the beautiful soup data
    # srting the output as you cannot write bytes
    soup_enc = str(soup.encode('utf8'))
    f.write(soup_enc)

现在这可以正常工作，但是这会将错误的 xml 写入输出文件，因为它会输出到

b'<myxmlcontent>'

这反过来又使最终文件无用，解决此问题的最佳方法是什么？

注意：

一些网上阅读建议不要打开带有指定编码的原始文档，例如做：

# load document
document = open(contentxml)
# load into soup
soup = BeautifulSoup(document, "lxml")
# do soupy stuff here
with open(document.name, "w") as f:
    # soup is the beautiful soup data
    f.write(str(soup))

这在 Linux 上运行良好，但在 FreeBSD 上执行以下的初始 open(..) 时会引发错误：

UnicodeDecodeError: 'ascii' codec can't decode byte 0xc2 in position 7551: ordinal not in range(128)

【问题讨论】：

标签： python-3.x beautifulsoup

【解决方案1】：

为了直接写入二进制文件，我需要用正确的方法打开它，然后写入编码的字节串：

with open(document.name, 'wb') as f:
    f.write(soup.encode('utf8'))

【讨论】：