python - 即使一切都是 unicode ( python 2.7 )，ascii 解码错误

Question

我正在数据流(apache beam)中运行一个脚本，它在python 2.7.12中运行，并使用 unicode 字符串进行一些文本处理。

在处理过程中，我执行以下操作，其中名词和短语是unicode(我认为...)

# -*- coding: utf-8 -*-
...
key = u"{}_{}".format(
    noun, phrase.replace(u" ", u"_")
)

但是它会产生 ascii 解码错误

'ascii' codec can't decode byte 0xe2 in position 1: ordinal not in range(128)

我可以进行调试并获取用作名词和短语中使用的字符串的repr，但我目前没有它们，因为我的日志记录没有输出他们。

当我认为我非常明确我想要unicode中的所有内容时，我不明白ascii解码错误!

您能给一些提示吗？或者我应该返回有关输入字符串的更多信息？

Answer 1

好的，你的字符串中有一个非 ASCII 字符。您需要直接将phrase转换为unicode

 phrase.decode('latin-1')

在 unicode.format 中进行操作