python - 文本比较时出现 UnicodeDecodeError

Question

在执行子字符串匹配时，我收到 UnicodeDecodeError: 'ascii' codec can't Decode byte 0xc3 inposition 8: ordinal not in range(128)

代码:

for bhk in bed_bath:
            if "Bedroom" in bhk.text or "Chambre à coucher" in bhk.text or "Slaapkamer" in bhk.text:
                bhk_count += 1

如何解决？

我在文件的开头包含了以下几行。

#!/usr/bin/env python
# -*- coding: utf-8 -*-

Answer 1

我假设您使用的是 python 2。

出现此问题是因为 bhk.​​text 是 unicode 字符串。

当您进行诸如 bhk.text 中的“Chambre à coucher”之类的比较时，文字字符串(非 unicode 字符串)需要转换为 unicode 字符串。

由于您声明文件采用 utf-8 编码，unicode char à 被编码为字符串 "\xc3\xa0"。

当 python 尝试使用默认编解码器 (ascii) 转换 char“0xc3”时，它无法将其映射到 unicode 字符并引发该错误。

解决方案是将非 ASCII 字符的字符串声明为 unicode，例如:

u"Chambre à coucher" in bhk.text