python - “ascii”编解码器在执行 bs 时无法解码字节 0xcb

Question

这个问题已经有答案了:

How to fix: "UnicodeDecodeError: 'ascii' codec can't decode byte" (20 个回答)

已关闭 6 年前。

我通过 Merriam-Webster 的 API 将 xml 页面保存在本地，让我给您 url: http://www.dictionaryapi.com/api/v1/references/collegiate/xml/apple?key=bf534d02-bf4e-49bc-b43f-37f68a0bf4fd

这是一个例子。我从 url 中检索它并将其保存为 xml 文件。

现在我想打开它，但是一个 UnicodeDecodeError发生。

我做到了:

page = open('test.xml')
bs = BeautifulSoup(page)

然后出现以下错误:

UnicodeDecodeError: 'ascii' codec can't decode byte 0xcb

我尝试将网址设置为 u'test.xml'它不起作用。

sys.getdefaultencoding() 'utf-8'

编码配置已经是utf-8，并不能解决问题，还是谢谢你的建议。

Answer 1

您需要将编码指定为 utf-8，这就是数据的编码方式，文件名与内部内容无关，因此使用 u 前缀来生成 unicode 字符串不会有帮助:

import io
with io.open('test.xml', encoding="utf-8") as page:
      bs = BeautifulSoup(page)