python - UnicodeDecodeError : 'ascii' codec can't decode byte 0xc3 in position 23: ordinal not in range(128)

Question

当我尝试连接它时，当字段包含“ñ”或“´”时，我会收到 UnicodeDecodeError。如果包含“ñ”或“´”的字段是最后一个，我不会出错。

#...

nombre = fabrica
nombre = nombre.encode("utf-8") + '-' + sector.encode("utf-8")
nombre = nombre.encode("utf-8") + '-' + unidad.encode("utf-8")

#...

return nombre 

有什么想法吗？非常感谢!

Answer 1

您正在编码为 UTF-8，然后 重新-编码为 UTF-8。 Python 只有在再次解码为 Unicode 时才能做到这一点，但它必须使用默认的 ASCII 编解码器:

>>> u'ñ'
u'\xf1'
>>> u'ñ'.encode('utf8')
'\xc3\xb1'
>>> u'ñ'.encode('utf8').encode('utf8')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeDecodeError: 'ascii' codec can't decode byte 0xc3 in position 0: ordinal not in range(128)

不要一直编码；将编码保留为 UTF-8 到最后可能的时刻。改为连接 Unicode 值。

您可以在此处使用 str.join()(或者，更确切地说，unicode.join())来连接三个值，并在其间使用破折号:

nombre = u'-'.join(fabrica, sector, unidad)
return nombre.encode('utf-8')

但即使在这里编码也可能为时过早。

经验法则:在收到值的那一刻解码(如果不是 API 提供的 Unicode 值)，仅在必须时进行编码(如果目标 API 不直接处理 Unicode 值)。