python - 编码斯洛伐克语字母，如 : á š Č é

Question

从我删除的一个网页中得到一个单词“Zápas”。问题是我的数据中最接近的版本看起来像:windows-1250 编码后的 Z\xe1pas。 如果没有 str(a)，就会出现一些 ANSI 错误。 感谢您的帮助。

我的尝试:

def encode(text):
    return text.encode('windows-1250')...
...
for cell in row.findAll(['td', 'th']):
    cell=encode(cell.get_text().strip())
    a.append(cell)
foo.write(str(a)+"\n")

Answer 1

很可能a字符串实际上是一个unicode字符串。要将其写入字节流，您应该以指定的编码将其编码为字节字符串，在您的情况下为 windows-1250，在 my.cnf 中为 utf-8。只需在将结果发送到 foo.write()` 之前使用 a.encode() 即可:

foo.write(a.encode("utf-8"))

此外，我会在将数据发送到“外部”(到文件、远程目的地等)之前立即将 unicode 中的整个数据转换为字节字符串