UnicodeEncodeError:'ascii'编解码器无法对位置0中的字符u'\ xef'进行编码:序数不在范围内(128)

mah*_*esh 73 python google-app-engine xml-parsing

我想解析我的XML文档.所以我存储了我的XML文档,如下所示

class XMLdocs(db.Expando):  
   id = db.IntegerProperty()    
   name=db.StringProperty()  
   content=db.BlobProperty()  
Run Code Online (Sandbox Code Playgroud)

现在我的下面是我的代码

parser = make_parser()     
curHandler = BasketBallHandler()  
parser.setContentHandler(curHandler)  
for q in XMLdocs.all():  
        parser.parse(StringIO.StringIO(q.content))
Run Code Online (Sandbox Code Playgroud)

我收到了以下错误

'ascii' codec can't encode character u'\xef' in position 0: ordinal not in range(128)
Traceback (most recent call last):  
  File "/base/python_runtime/python_lib/versions/1/google/appengine/ext/webapp/__init__.py", line 517, in __call__
    handler.post(*groups)   
  File "/base/data/home/apps/parsepython/1.348669006354245654/mapreduce/base_handler.py", line 59, in post
    self.handle()   
  File "/base/data/home/apps/parsepython/1.348669006354245654/mapreduce/handlers.py", line 168, in handle
    scan_aborted = not self.process_entity(entity, ctx)   
  File "/base/data/home/apps/parsepython/1.348669006354245654/mapreduce/handlers.py", line 233, in process_entity
    handler(entity)   
  File "/base/data/home/apps/parsepython/1.348669006354245654/parseXML.py", line 71, in process
    parser.parse(StringIO.StringIO(q.content))   
  File "/base/python_runtime/python_dist/lib/python2.5/xml/sax/expatreader.py", line 107, in parse
    xmlreader.IncrementalParser.parse(self, source)   
  File "/base/python_runtime/python_dist/lib/python2.5/xml/sax/xmlreader.py", line 123, in parse
    self.feed(buffer)  
  File "/base/python_runtime/python_dist/lib/python2.5/xml/sax/expatreader.py", line 207, in feed
    self._parser.Parse(data, isFinal)   
  File "/base/data/home/apps/parsepython/1.348669006354245654/parseXML.py", line 136, in characters   
    print ch   
UnicodeEncodeError: 'ascii' codec can't encode character u'\xef' in position 0: ordinal not in range(128)   
Run Code Online (Sandbox Code Playgroud)

Tri*_*ych 112

此问题的实际最佳答案取决于您的环境,特别是您的终端所期望的编码.

最快的单行解决方案是将您打印的所有内容编码为您的终端几乎肯定会接受的ASCII,同时丢弃无法打印的字符:

print ch #fails
print ch.encode('ascii', 'ignore')
Run Code Online (Sandbox Code Playgroud)

更好的解决方案是将终端的编码更改为utf-8,并在打印前将所有内容编码为utf-8.你应该养成在打印或读取字符串时考虑unicode编码的习惯.


小智 56

只需放在.encode('utf-8')对象的末尾即可完成最新版本的Python.

  • 你对"最新版本的Python"有什么意思?只有`3.x`,还有`2.7`? (3认同)

Tug*_*tes 30

您似乎正在使用UTF-8字节顺序标记(BOM).尝试使用带有BOM的unicode字符串:

import codecs

content = unicode(q.content.strip(codecs.BOM_UTF8), 'utf-8')
parser.parse(StringIO.StringIO(content))
Run Code Online (Sandbox Code Playgroud)

我使用的是strip代替,lstrip因为在您的情况下,您有多次出现BOM,可能是由于连接的文件内容.


Orl*_*ozo 30

这对我有用:

from django.utils.encoding import smart_str
content = smart_str(content)
Run Code Online (Sandbox Code Playgroud)


Dun*_*can 7

根据你的追溯问题是第print136行的声明parseXML.py.不幸的是你认为不适合发布你的代码部分,但我猜它只是用于调试.如果您将其更改为:

print repr(ch)
Run Code Online (Sandbox Code Playgroud)

那么你应该至少看看你想要打印什么.

  • unicode编码问题与print语句有关.是的,可能还有其他问题,但修复打印不崩溃是当前的问题. (7认同)
  • -1表示明显的unicode编码问题的非unicode解决方案. (2认同)

Ros*_*ron 7

问题是您正在尝试将unicode字符打印到可能非unicode终端.'replace在打印之前,您需要使用选项对其进行编码,例如print ch.encode(sys.stdout.encoding, 'replace').

  • @Mahesh:这是导致问题的代码,在parseXML.py的第136行 - 要么自行修复,要么向我们展示代码的一部分,以便我们为您提供帮助. (3认同)