python - 如何在 Python 中处理 Unicode(非 ASCII)字符？

Question

我在 Python 编程我正在通过 urllib2 从网页获取信息图书馆。问题是该页面可以为我提供非 ASCII 字符，例如 'ñ'、'á' 等。就在这一刻 urllib2 获取这个字符，它会引发异常，如下所示:

File "c:\Python25\lib\httplib.py", line 711, in send
    self.sock.sendall(str) 
File "<string>", line 1, in sendall:
    UnicodeEncodeError: 'ascii' codec can't encode character u'\xf1' in position 74: ordinal not in range(128)

我需要处理这些字符。我的意思是，我不想处理异常而是继续程序。有没有办法，例如(我不知道这是否愚蠢)，使用另一个 codec而不是ASCII？因为我必须处理这些字符，将它们插入数据库等。

Answer 1

您刚刚从套接字中读取了一组字节。如果你想要一个字符串，你必须解码它:

yourstring = receivedbytes.decode("utf-8") 

(将您使用的任何编码替换为 utf-8)

然后您必须执行相反的操作才能将其发回:

outbytes = yourstring.encode("utf-8")