python - 处理 Python unicode 字符串中错误编码的字符

Question

我正在处理由 python-lastfm 库返回的 unicode 字符串。

我假设在途中某处，库的编码错误并返回可能包含无效字符的 unicode 字符串。

例如，我在变量 a 中期望的原始字符串是“Glück”

>>> a
u'Gl\xfcck'
>>> print a
Traceback (most recent call last):
  File "", line 1, in 
UnicodeEncodeError: 'ascii' codec can't encode character u'\xfc' in position 2: ordinal not in range(128)

\xfc是转义值252，对应“ü”的latin1编码。不知何故，它以 python 无法自行处理的方式嵌入到 unicode 字符串中。

我如何将其转换回包含原始“Glück”的普通或 unicode 字符串？我尝试使用解码/编码方法，但要么得到 UnicodeEncodeError，要么得到一个包含序列\xfc 的字符串。

Answer 1

您必须使用某种编码将您的 unicode 字符串转换为标准字符串，例如utf-8:

some_unicode_string.encode('utf-8')

除此之外:这是一个骗局

BeautifulSoup findall with class attribute- unicode encode error

以及至少 10 个关于 SO 的其他相关问题。先研究。