所以当我用我的母语在 mod_python 中发布名称或文本时，我会得到：
македонија
我也得到：
UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-9: ordinal not in range(128)
当我使用时：
hparser = HTMLParser.HTMLParser()
req.write(hparser.unescape(text))
如何解码？
【问题讨论】：
标签： python mod-python
如果你不了解底层机制，很难解释UnicodeErrors。你真的应该阅读其中一个或两个
简而言之，Unicode 代码点是一个抽象的“事物”，代表一个字符1。程序员喜欢使用这些，因为我们喜欢将字符串视为一次一个字符。不幸的是，很久以前就规定一个字符必须适合一个字节的内存，因此最多可以有 256 个不同的字符。这对于简单的英语来说很好，但不适用于其他任何东西。有一个全球代码点列表 - 数以千计 - 旨在保存所有可能的字符，但显然它们不适合一个字节。
解决方案：构成字符串的代码点的有序列表与其作为字节序列的编码之间存在差异。每当你使用一个字符串时，你必须清楚它应该是这些形式中的哪一种。
要在格式之间进行转换，您可以将.encode() 代码点列表（Unicode 字符串）作为字节列表，将.decode() 字节转换为代码点列表。为此，您需要知道如何将代码点映射为字节，反之亦然，这就是编码。如果你不指定一个，Python 2.x 会猜测你的意思是 ASCII。如果猜错了，你会得到一个UnicodeError。
请注意，Python 3.x 在处理 Unicode 字符串方面要好得多，因为字节和代码点之间的区别更加清晰。
1有点。
编辑：我想我应该指出这有什么帮助。但是你真的应该阅读上面的链接！到处乱扔.encode()s 和.decode()s 是一种糟糕的编码方式，总有一天你会被更严重的问题所困扰。
不管怎样，如果你单步执行你在 shell 中所做的事情，你会看到
>>> from HTMLParser import HTMLParser
>>> text = "македонија"
>>> hparser = HTMLParser()
>>> text = hparser.unescape(text)
>>> text
u'\u043c\u0430\u043a\u0435\u0434\u043e\u043d\u0438\u0458\u0430'
我在这里使用的是 Python 2.7，所以这是一个 Unicode 字符串，即一系列 Unicode 代码点。我们可以将它们编码为常规字符串（即字节列表），例如
>>> text.encode("utf-8")
'\xd0\xbc\xd0\xb0\xd0\xba\xd0\xb5\xd0\xb4\xd0\xbe\xd0\xbd\xd0\xb8\xd1\x98\xd0\xb0'
但我们也可以选择不同的编码！
>>> text.encode("utf-16")
'\xff\xfe<\x040\x04:\x045\x044\x04>\x04=\x048\x04X\x040\x04'
您需要决定要使用的编码。
当你这样做时出了什么问题？好吧，并不是每个编码都能理解每个代码点。特别是"ascii"编码只能理解前256！所以如果你尝试
>>> text.encode("ascii")
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-9: ordinal not in range(128)
你只是得到一个错误，因为你不能用 ASCII 编码这些代码点。
当您执行req.write 时，您正在尝试在请求中写入代码点列表。但是 HTML 请求不理解代码点：它们只使用 ASCII。 Python 2 将尝试通过自动对 Unicode 字符串进行 ASCII 编码来提供帮助，如果它们确实是 ASCII 则很好，但如果它们不是则则不然。
所以你需要做req.write(hparser.unescape(text).encode("some-encoding"))。
【讨论】：
UnicodeEncodeError 证明）。