UnicodeEncodeError:“ascii”编解码器无法对位置20中的字符u“\xa0”进行编码：序号不在范围内（128）

我在处理从不同网页（在不同的网站上）获取的文本中的unicode字符时遇到了问题。我用的是BeautifulSoup。

问题是，误差并不总是可再现的；它有时会处理某些页面，有时会通过抛出UnicodeEncodeError而退出。我几乎尝试了我能想到的所有方法，但我没有找到任何能在不引发某种Unicode相关错误的情况下始终工作的方法。

导致问题的代码部分如下所示：

agent_telno = agent.find('div', 'agent_contact_number')
agent_telno = '' if agent_telno is None else agent_telno.contents[0]
p.agent_info = str(agent_contact + ' ' + agent_telno).strip()

下面是运行上面的代码段时在某些字符串上生成的堆栈跟踪：

Traceback (most recent call last):
  File "foobar.py", line 792, in <module>
    p.agent_info = str(agent_contact + ' ' + agent_telno).strip()
UnicodeEncodeError: 'ascii' codec can't encode character u'\xa0' in position 20: ordinal not in range(128)

我怀疑这是因为某些页面（或者更具体地说，来自某些网站的页面）可能是编码的，而其他页面可能是未编码的。所有的网站都设在英国，并提供英国消费的数据，因此不存在与内化或处理非英语文本相关的问题。

有没有人对如何解决这个问题有什么想法，以便我能够始终如一地解决这个问题？

当前回答

在脚本开头添加以下行（或作为第二行）：

# -*- coding: utf-8 -*-

这就是python源代码编码的定义。更多信息请参见PEP 263。

2016-08-08 10:17:31

其他回答

下面的解决方案对我有效，刚刚补充

u“字符串”

（表示字符串为unicode）。

result_html = result.to_html(col_space=1, index=False, justify={'right'})

text = u"""
<html>
<body>
<p>
Hello all, <br>
<br>
Here's weekly summary report.  Let me know if you have any questions. <br>
<br>
Data Summary <br>
<br>
<br>
{0}
</p>
<p>Thanks,</p>
<p>Data Team</p>
</body></html>
""".format(result_html)

2017-11-01 21:58:30

阅读Python Unicode HOWTO。这个错误是第一个例子。

不要使用str（）将unicode转换为编码文本/字节。

相反，使用.encode（）对字符串进行编码：

p.agent_info = u' '.join((agent_contact, agent_telno)).encode('utf-8').strip()

或完全在unicode中工作。

2012-03-30 12:21:31

在运行脚本之前，可以将字符编码设置为UTF-8：

export LC_CTYPE="en_US.UTF-8"

这通常可以解决问题。

2021-05-07 14:27:06

更新python 3.0及更高版本。在python编辑器中尝试以下操作：

locale-gen en_US.UTF-8
export LANG=en_US.UTF-8 LANGUAGE=en_US.en
LC_ALL=en_US.UTF-8

这将系统的默认区域设置编码设置为UTF-8格式。

更多信息可以在PEP538中阅读——强制传统的C语言环境转换为基于UTF-8的语言环境。

2018-12-25 12:36:33

外壳内：

通过以下命令查找支持的UTF-8语言环境：区域设置-a |grep“UTF-8”在运行脚本之前导出它，例如：导出LC_ALL=$（语言环境-a|grep UTF-8）或手动类似：导出LC_ALL=C.UTF-8通过打印特殊字符进行测试，例如。™:python-c'打印（u“\u2122”）；'

以上是在Ubuntu中测试的。

2019-01-30 20:21:40

UnicodeEncodeError:“ascii”编解码器无法对位置20中的字符u“\xa0”进行编码：序号不在范围内（128）

推荐文章

最新文章

标签