UnicodeDecodeError：“ascii”编解码器无法解码字节 0xc2答案

【问题标题】：UnicodeDecodeError: 'ascii' codec can't decode byte 0xc2UnicodeDecodeError：“ascii”编解码器无法解码字节 0xc2
【发布时间】：2019-12-12 19:33:58
【问题描述】：

我正在 Python 中创建 XML 文件，并且我的 XML 中有一个字段，用于放置文本文件的内容。我是这样做的

f = open ('myText.txt',"r")
data = f.read()
f.close()

root = ET.Element("add")
doc = ET.SubElement(root, "doc")

field = ET.SubElement(doc, "field")
field.set("name", "text")
field.text = data

tree = ET.ElementTree(root)
tree.write("output.xml")

然后我得到UnicodeDecodeError。我已经尝试将特殊评论 # -*- coding: utf-8 -*- 放在我的脚本之上，但仍然出现错误。此外，我已经尝试强制对我的变量 data.encode('utf-8') 进行编码，但仍然出现错误。我知道这个问题很常见，但我从其他问题中得到的所有解决方案都不适合我。

更新

Traceback：仅使用脚本第一行的特殊注释

Traceback (most recent call last):
  File "D:\Python\lse\createxml.py", line 151, in <module>
    tree.write("D:\\python\\lse\\xmls\\" + items[ctr][0] + ".xml")
  File "C:\Python27\lib\xml\etree\ElementTree.py", line 820, in write
    serialize(write, self._root, encoding, qnames, namespaces)
  File "C:\Python27\lib\xml\etree\ElementTree.py", line 939, in _serialize_xml
    _serialize_xml(write, e, encoding, qnames, None)
  File "C:\Python27\lib\xml\etree\ElementTree.py", line 939, in _serialize_xml
    _serialize_xml(write, e, encoding, qnames, None)
  File "C:\Python27\lib\xml\etree\ElementTree.py", line 937, in _serialize_xml
    write(_escape_cdata(text, encoding))
  File "C:\Python27\lib\xml\etree\ElementTree.py", line 1073, in _escape_cdata
    return text.encode(encoding, "xmlcharrefreplace")
UnicodeDecodeError: 'ascii' codec can't decode byte 0xc2 in position 243: ordina
l not in range(128)

回溯：使用.encode('utf-8')

Traceback (most recent call last):
  File "D:\Python\lse\createxml.py", line 148, in <module>
    field.text = data.encode('utf-8')
UnicodeDecodeError: 'ascii' codec can't decode byte 0xc2 in position 227: ordina
l not in range(128)

我使用了.decode('utf-8')，但没有出现错误消息，它成功创建了我的 XML 文件。但问题是在我的浏览器上无法查看 XML。

【问题讨论】：

查看整个错误消息以了解它的来源会很有用。同时尝试使用decode 而不是encode。
已更新，当我使用decode 时，它成功创建了我的XML，但在我的浏览器上无法查看该文件。
请注意，使用 # -*- coding: utf-8 -*- 仅用于在 python 源中插入非 ASCII 字符。它不会以任何方式影响字符串的编码/解码。此外，如果文件 myText.txt 不是 ASCII，您应该使用 codecs.open 并提供正确的编码：codecs.open('myText.txt', 'r', 'utf-8')。
此外，如果您的文本不只是 ASCII，您应该将编码添加到 tree.write（另请参阅 docs）
可能是一个不间断的空间。只是说。 Mac上的选项+空格。 UTF-8 中的 0xC2 0xA0。

标签： python

【解决方案1】：

您需要在使用它之前将输入字符串中的数据解码为unicode，以避免编码问题。

field.text = data.decode("utf8")

【讨论】：

【解决方案2】：

我在 pywikipediabot 中遇到了类似的错误。 .decode 方法是朝着正确方向迈出的一步，但对我来说，如果不添加 'ignore'，它就无法工作：

ignore_encoding = lambda s: s.decode('utf8', 'ignore')

忽略编码错误可能会导致数据丢失或产生不正确的输出。但是，如果您只是想完成它并且细节不是很重要，这可能是加快行动的好方法。

【讨论】：

请注意，忽略编码错误可能会丢失数据，或产生不正确的输出。

【解决方案3】：

Python 2

该错误是因为 ElementTree 在尝试写出 XML 时没想到会找到设置 XML 的非 ASCII 字符串。您应该对非 ASCII 使用 Unicode 字符串。 Unicode 字符串可以通过在字符串上使用 u 前缀（即 u'€'）或使用适当的编码解码带有 mystr.decode('utf-8') 的字符串来生成。

最佳做法是在读取所有文本数据时对其进行解码，而不是在程序中间进行解码。 io 模块提供了一个 open() 方法，可在读取文本数据时将其解码为 Unicode 字符串。

ElementTree 会更喜欢使用 Unicode，并且在使用 ET.write() 方法时会正确编码。

此外，为了获得最佳兼容性和可读性，请确保 ET 在write() 期间编码为 UTF-8 并添加相关标头。

假设您的输入文件是 UTF-8 编码的（0xC2 是常见的 UTF-8 前导字节），将所有内容放在一起，并使用 with 语句，您的代码应如下所示：

with io.open('myText.txt', "r", encoding='utf-8') as f:
    data = f.read()

root = ET.Element("add")
doc = ET.SubElement(root, "doc")

field = ET.SubElement(doc, "field")
field.set("name", "text")
field.text = data

tree = ET.ElementTree(root)
tree.write("output.xml", encoding='utf-8', xml_declaration=True)

输出：

<?xml version='1.0' encoding='utf-8'?>
<add><doc><field name="text">data€</field></doc></add>

【讨论】：

【解决方案4】：

#!/usr/bin/python

# encoding=utf8

尝试这个来启动python文件

【讨论】：