Python2.7 UnicodeEncodeError : 'ascii' codec can't encode characters in position 0-11: ordinal not in range(128)

Question

我目前正在使用 python 2.7 并在中文网站上进行网页抓取。

如何将下面的unicode转成字符串？

简单的 str() 函数不起作用并声明 UnicodeEncodeError: 'ascii' 编解码器无法对位置 0-11 中的字符进行编码:序号不在范围内 (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。尝试解决该问题。也就是说，你抓取的数据的 repr 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，您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