如何从 unicode 转换为字符串并将其写入 python 2.7 中的文件？答案

【问题标题】：How do i convert from unicode to string and write it to a file in python 2.7?如何从 unicode 转换为字符串并将其写入 python 2.7 中的文件？
【发布时间】：2017-04-30 05:26:09
【问题描述】：

import urllib
import re
from bs4 import BeautifulSoup

url="http://www.thehindu.com/sci-tech/science/iit-bombay-birds-eye-view-and-quantum-biology/article18191268.ece"
htmltext = urllib.urlopen(url).read()
soup = BeautifulSoup(htmltext,"lxml")

webpage_title = soup.find_all('h1', attrs = {"class": "title"})
webpage_title = webpage_title[0].get_text(strip=True)

f_obj=open("E:\\Crawler_paras_sorted_test_webpages_title.txt","w+")
file_obj.write(webpage_title)
file_obj.close

它给了我以下错误：

Traceback (most recent call last):
File "C:\Users\PJM\working_extractor_sorted_title.py", line 37, in <module>
file_obj.write(webpage_title)
UnicodeEncodeError: 'ascii' codec can't encode character u'\u2019' in position 16: ordinal not in range(128)

我现在该如何解决这个问题？我希望它在文件中保存为字符串。

【问题讨论】：

import io; f_obj = io.open('E:\\.........txt', 'w+', encoding='utf-8')
回溯（最近一次调用最后）：文件“C:\Users\PJM\working_extractor_sorted_title.py”，第 39 行，在 f_obj=open("E:\\Crawler_paras_sorted_test_webpages_title"+str (c)+".txt","w+",encoding='utf-8') TypeError: 'encoding' is an invalid keyword argument for this function
请阅读我的全部评论。
抱歉这个错误......但即使在插入“io.open”之后......我也会收到这个错误：Traceback（最近一次调用最后一次）：文件“C：\ Users \ PJM \ working_extractor_sorted_title。 py"，第 40 行，在 file_obj.write(webpage_title) UnicodeEncodeError: 'ascii' codec can't encode character u'\u2019' in position 16: ordinal not in range(128)
请发布您的webpage_title 变量的内容；我认为它可能只包含 unicode 转义字符串。

标签： python-2.7 compiler-errors python-unicode

【解决方案1】：

你需要对包含unicode字符点\u2019的字符串进行编码，试试这个：

file_obj=open("E:\\Crawler_paras_sorted_test_webpages_title.txt","w+")
file_obj.write(webpage_title.encode('utf-8'))
file_obj.close() # <-- you were missing the ()

【讨论】：

【解决方案2】：

终于自己搞定了。代码如下：

import urllib
import re
import codecs
from bs4 import BeautifulSoup

url="http://www.thehindu.com/sci-tech/science/iit-bombay-birds-eye-view-and-quantum-biology/article18191268.ece"
htmltext = urllib.urlopen(url).read()
soup = BeautifulSoup(htmltext,"lxml")

webpage_title = soup.find_all('h1', attrs = {"class": "title"})
webpage_title = webpage_title[0].get_text(strip=True)

with codecs.open("E:\\Crawler_paras_sorted_test_webpages_title_"+str(c)+".txt", "w+", encoding="utf-8") as f:
    f.write(webpage_title)

Codecs 库确实有帮助。

【讨论】：

你写的代码不会运行，因为没有file_obj。

【解决方案3】：

Python 2.7.12+（默认，2016 年 9 月 17 日，12:08:02）输入“copyright”、“credits”或“license”了解更多信息。

要解决您的问题，只需使用： f_obj.write(webpage_title.encode('ascii', 'ignore'))

In [8]: import urllib
In [8]: import re
In [9]: from bs4 import BeautifulSoup
In [10]: url = 'http://www.thehindu.com/sci-tech/science/iit-bombay-birds-eye-view-and-quantum-biology/article18191268.ece'

In [11]: htmltext = urllib.urlopen(url)

In [12]: soup = BeautifulSoup(htmltext,'lxml')

In [13]: webpage_title = soup.find_all('h1',attrs={'class':'title'})

In [14]: print webpage_title

[\nIIT 孟买：鸟瞰和量子生物学\n]

In [15]: webpage_title = webpage_title[0].get_text(strip=True)

In [16]: print webpage_title

IIT 孟买：鸟瞰图和量子生物学

In [17]: f_obj = open('Crawler_paras_sorted_test_webpages_title.txt', 'w')

[18] 中：f_obj.write(webpage_title)

UnicodeEncodeError Traceback（最近一次调用）在（） ----> 1 f_obj.write(webpage_title)

UnicodeEncodeError: 'ascii' codec can't encode character u'\u2019' in position 16: ordinal not in range(128)

In [19]: f_obj.write(webpage_title.encode("utf8"))

In [21]: f_obj.close()

好的，解决这个问题： pages_title.encode("utf8")

【讨论】：

唯一的问题是实际标题是：IIT Bombay: Bird’s eye view and quantum biology