Python Unicode 编码错误序号不在带欧元符号的 <128> 范围内

Question

我必须用 Python 读取 XML 文件并抓取各种内容，我遇到了令人沮丧的 Unicode 编码错误，即使使用谷歌搜索我也无法弄清楚。

以下是我的代码片段:

#!/usr/bin/python
# coding: utf-8
from xml.dom.minidom import parseString
with open('data.txt','w') as fout:
   #do a lot of stuff
   nameObj = data.getElementsByTagName('name')[0]
   name = nameObj.childNodes[0].nodeValue
   #... do more stuff
   fout.write(','.join((name,bunch of other stuff))

当我正在解析的名称条目包含欧元符号时，这会严重崩溃。这是错误:

UnicodeEncodeError: 'ascii' codec can't encode character u'\u20ac' in position 60: ordinal not in range(128)

我明白为什么欧元符号会搞砸(因为它是 128，对吗？)，但我认为执行 #coding:utf-8 可以解决这个问题。我还尝试添加 .encode(utf-8) 以便名称看起来像

name = nameObj.childNodes[0].nodeValue.encode(utf-8)

但这也行不通。我究竟做错了什么？ (如果有人想知道，我正在使用 Python 2.7.3)

编辑:Python 在 fout.write() 行崩溃——它会在 name 字段的地方正常运行:

<name>United States, USD</name>

但会在名称字段上乱码，例如:

<name>France, € </name>

Answer 1

当您使用 open 内置函数在 python 中打开文件时，您将始终以 ascii 格式读取文件。要以另一种编码访问它，您必须使用编解码器:

import codecs
fout = codecs.open('data.txt','w','utf-8')