0

我有一个非常特殊的编码问题。我看过很多关于这个错误的问题，但没有实际答案。我知道 Python 中的 Unicode 问题，所以我开始每个文件：

#  -*- coding: utf-8 -*-

但是，UnicodeDecodeError当我运行我的软件时，我仍然会得到。此外，以下代码有效：

#  -*- coding: utf-8 -*-
g = " "
s = "2 000€"
if g in s:
    print s

错误发生在：

if gap not in tokenString:

tokenString字符串包含 Unicode。有趣的是，如果我尝试在该行之前打印它，它会毫无错误地打印。

这可能是什么原因？我觉得我错过了一些东西，我不明白是什么。

EDITED gap是 typeunicode和tokenStringtype str。

4

1 回答 1

3

您没有向我们提供足够的信息来确定解决您的问题，但我可以猜测：

如果gap是 a str，并且tokenString是 a unicode，这一行：

if gap not in tokenString:

... 将尝试转换gap为unicode进行搜索。但是如果gap有任何非 ASCII 字符——例如，因为它是一个编码为 UTF-8 的 Unicode 字符串——这个转换就会失败。

例如：

>>> if 'é' in u'a':
...    print 'Yes'
UnicodeDecodeError: 'ascii' codec can't decode byte 0xc3 in position 0: ordinal not in range(128)

如果gap是 aunicode并且tokenString是str持有非 ASCII 码，您将遇到同样的问题：

>>> if u'a' in 'é':
...     print 'Yes'
UnicodeDecodeError: 'ascii' codec can't decode byte 0xc3 in position 0: ordinal not in range(128)

您还会遇到相同或类似的问题，使用各种其他混合类型的运算符和方法调用（例如，u'a'.find('é')）。

解决的办法是在两边使用相同的类型in。例如：

>>> if 'é'.decode('utf-8') in u'a':
...     print 'Yes'

没有错误。

更大的解决方案是在我们的代码中始终使用一种或另一种类型。当然，在边界处，你不能这样做（例如，如果你在unicode任何地方都使用，但你想写入一个 8 位文件），所以你需要在这些边界处显式调用decode和。encode但即便如此，您通常也可以将其包装起来（例如，使用codecs.open，或使用自定义文件写入功能，或其他任何东西，因此您所有的可见代码都是 Unicode，填充停止。

或者，当然，您可以使用 Python 3，它会立即捕获您尝试比较字节字符串和 Unicode 字符串并引发 a TypeError，而不是尝试从 ASCII 解码字节并且误导工作或给您一个更令人困惑的错误...< /p>

于 2013-06-08T00:35:44.420 回答