python - UnicodeEncodeError : 'ascii' codec can't encode character u'\u2013' in position 3 2: ordinal not in range(128)

Question

我正在使用 xlrd 解析 XSL 文件。大多数事情都运行良好。我有一本字典，其中键是字符串，值是字符串列表。所有的键和值都是 Unicode。我可以使用 str() 方法打印大部分键和值。但是有些值有 Unicode 字符 \u2013 我得到了上述错误。

我怀疑这种情况正在发生，因为这是嵌入在 Unicode 中的 Unicode，Python 解释器无法对其进行解码。那么我该如何摆脱这个错误呢？

Answer 1

你也可以打印 Unicode 对象，你不需要在它周围做 str()。

假设你真的想要一个 str:

当您执行 str(u'\u2013') 时，您正在尝试将 Unicode 字符串转换为 8 位字符串。为此，您需要使用编码，即 Unicode 数据到 8 位数据之间的映射。 str() 所做的是使用系统默认编码，在 Python 2 下是 ASCII。 ASCII 仅包含 Unicode 的前 127 个代码点，即\u0000 到\u007F1。结果是您收到上述错误，ASCII 编解码器只是不知道\u2013 是什么(顺便说一句，它是一个长破折号)。

因此，您需要指定要使用的编码。常见的是 ISO-8859-1，最常被称为 Latin-1，它包含 256 个第一个代码点； UTF-8，它可以使用可变长度编码对所有代码点进行编码，Windows上常见的CP1252以及各种中文和日文编码。

你可以这样使用它们:

u'\u2013'.encode('utf8')

结果是一个包含字节序列的 str，该字节序列是相关字符的 uTF8 表示:

'\xe2\x80\x93'

你可以打印它:

>>> print '\xe2\x80\x93'
–