UnicodeEncodeError，似乎无法设置errors='ignore'

Question

我对 Python 还很陌生，所以我希望这是一些我只是想念的简单的东西。

我在 Windows 7 上运行 Python 2.7

我正在尝试通过命令行运行一个基本的 twitter 抓取程序。但是我不断收到以下错误：

File "C:\Python27\lib\encodings\cp437.py", line 12, in encode
    return codecs.charmap_encode(input,errors,encoding_map)
UnicodeEncodeError: 'charmap' codec can't encode character u'\u2019' in position 79: character maps to (undefined)

我基本上明白这里发生了什么，它试图在 cp437 中打印到控制台，并且它被它抓取的推文中的 unicode 字符弄糊涂了。

我要做的就是让它用“？”替换这些字符。或者只是让它完全删除这些字符。我已经阅读了很多关于此的帖子，但我不知道该怎么做。

我打开了错误中引用的 cp437.py 文件，并将所有 errors='strict' 更改为 errors='ignore'，但这并没有解决问题。

然后我尝试进入 C:\Python27\Lib\codecs.py 文件并将所有errors='strict' 更改为errors='ignore'，但这也没有解决问题。

有什么想法吗？就像我说的，希望我只是缺少一些基本的东西，但我已经阅读了很多关于这方面的帖子，但我似乎无法理解它。

非常感谢。 赛斯

Answer 1

我不建议更改内置库 - 它们旨在允许处理编码错误而无需摆弄（如果您有更改，则不再清楚任何适用于其他人的解决方案是否适用你）。

您可能只想将errors='ignore' 传递到您正在使用的任何编码函数中以跳过错误字符，或者将errors='replace' 用字符\ufff 替换该字符以表示存在问题。 [ error='strict' 是默认值，如果你不传递任何值。 ]

但是，如果您要打印到命令行，您可能不希望编码为 un​​icode，而是使用 ASCII - 因为 unicode 包含命令行无法打印的字符。 （我怀疑是导致错误抛出的原因，而不是您从 Twitter 获得的响应中存在非标准的 unicode 字符）。

试试例如

 print original_data.encode('ascii', 'ignore')