python - 如何在 Python 中使用 .encode ('utf-8' )？

Question

我正在管理一些 Python 代码，现在我在日志中看到一个错误:

Traceback (most recent call last):
  File "./app/core.py", line 772, in scrapeEmail
    l.info('EMAIL SUBJECT: ', header['value'])
  File "./app/__init__.py", line 44, in info
    logging.info(str(datetime.utcnow()) + ' INFO     ' + caller.filename + ':' + str(caller.lineno) + ' - ' + ' '.join([str(x) for x in args]))
UnicodeEncodeError: 'ascii' codec can't encode character u'\xea' in position 25: ordinal not in range(128)

我猜这意味着 header['value'] 包含不同编码的字符。

我四处搜索，this SO answer建议“将 .encode('utf-8') 放在最近版本的 Python 对象的末尾”。

这给我提出了两个问题:

1. 我需要在什么对象上使用.encode('utf-8')。在 x 或 str(x) 上。那么应该是 str(x.encode('utf-8')) 还是在 str(x).encode('utf-8') 上？
2. 作者所说的“最新版本的 Python”是什么意思？我还能在 Python 2.7 中使用 .encode('utf-8') 吗？

通常我会简单地尝试一下，但要找到发生错误的字符串并不容易(实际上是不可能的)。所以我无法真正测试它。

如果能提供一点帮助，我们将不胜感激。

Answer 1

我建议大家先弄清楚unicode和其他编码格式(如GB2312、GBK)的关系。而且很快编解码就没有大问题了:)

下图将向您展示其中的关系，一旦您了解了其中的要点，您就会知道何时以及如何在代码中进行编码和解码。 :)

---------              -----------             ----------
|       |  1.decode(A) |         | 2.encode(B) |        |
|   A   | -----------> | unicode | ----------->|   B    |
|       | <----------- |         | <---------- |        |
|       |  4.encode(A) |         | 3.decode(B) |        |
---------              -----------             ----------

所以，根据这个图，你应该知道现在是什么编码，要转换成什么编码，然后按照图中的关系。