python - Python2.7 UnicodeEncodeError：“ascii”编解码器无法编码位置 0-11 中的字符：序数不在范围内（128）

Question

我目前正在使用 python 2.7 并在一个中文网站上进行网页抓取。

如何将下面的unicode转换为字符串？

简单的 str() 函数不起作用并声明 UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-11: ordinal not in range(128)

提前致谢，

    u'\n\xe4\xb8\xad\xe5\x9b\xbd\xe6\xb7\xb1\xe5\x9c\xb3\n'

Answer 1

您的字符串已经编码，因此它应该是字节对象而不是 unicode 对象。尝试解决这个问题。即repr你的抓取数据应该是这样的：

'\n\xe4\xb8\xad\xe5\x9b\xbd\xe6\xb7\xb1\xe5\x9c\xb3\n'

不是这样的：

u'\n\xe4\xb8\xad\xe5\x9b\xbd\xe6\xb7\xb1\xe5\x9c\xb3\n'

要从 unicode 对象中恢复中文文本，可以跳转到字节并返回：

>>> text = u'\n\xe4\xb8\xad\xe5\x9b\xbd\xe6\xb7\xb1\xe5\x9c\xb3\n'
>>> print text.encode('latin-1').decode('utf-8')

中国深圳