Python2.7 UnicodeEncodeError: 'ascii'编解码器无法在位置0-11对字符进行编码：序数不在范围内（128）

Question

我目前正在使用Python 2.7来爬取一个中文网站。

如何将下面的Unicode转换为字符串？

简单的str()函数无法工作并显示出以下错误信息：UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-11: ordinal not in range(128)

先行谢过！

    u'\n\xe4\xb8\xad\xe5\x9b\xbd\xe6\xb7\xb1\xe5\x9c\xb3\n'

- Perry Zhuang

---

可能是重复的问题：UnicodeEncodeError: 'ascii' codec can't encode character u'\xa0' in position 20: ordinal not in range(128) - ImportanceOfBeingErnest

Answer 1

您的字符串已经被编码，因此应该是一个字节对象而不是unicode对象。尝试解决这个问题。即，您抓取的数据的repr应该像这样：

'\n\xe4\xb8\xad\xe5\x9b\xbd\xe6\xb7\xb1\xe5\x9c\xb3\n'

不要这样写：

u'\n\xe4\xb8\xad\xe5\x9b\xbd\xe6\xb7\xb1\xe5\x9c\xb3\n'

要从Unicode对象中恢复中文文本，您可以跳转到字节并返回：

>>> text = u'\n\xe4\xb8\xad\xe5\x9b\xbd\xe6\xb7\xb1\xe5\x9c\xb3\n'
>>> print text.encode('latin-1').decode('utf-8')

中国深圳

- wim