如何编码('ascii','ignore')抛出UnicodeDecodeError？

Question

这条线

data = get_url_contents(r[0]).encode('ascii', 'ignore')

产生这个错误

UnicodeDecodeError: 'ascii' codec can't decode byte 0xc3 in position 11450: ordinal not in range(128)

为什么？我假设因为我使用'忽略',在将输出保存为字符串变量的值时,不可能有解码错误.

Answer 1

由于 Python 2 的一个怪癖，您可以调用encode字节字符串（即已经编码的文本）。在这种情况下，它首先尝试通过使用 ascii 解码将其转换为 unicode 对象。因此，如果 get_url_contents 返回一个字节字符串，则您的行实际上会执行以下操作：

get_url_contents(r[0]).decode('ascii').encode('ascii', 'ignore')

在Python 3中，字节字符串没有encode方法，因此同样的问题只会导致AttributeError。

（当然，我不知道这就是问题所在 - 它可能与功能有关get_url_contents。但我上面描述的是我最好的猜测）