python - 将 ASCII 输出转换为 UTF-8

Question

我非常接近拥有一个从纽约时报 API 获取 JSON，然后将其转换为 CSV 的脚本。但是，有时我会收到此错误:

UnicodeEncodeError: 'ascii' codec can't encode character u'\u201c' in position 21: ordinal not in range(128)

我认为如果我将输出转换为 UTF-8，我可以避免这一切，但我不确定如何做到这一点。这是我的 python 脚本:

import urllib2
import json
import csv

outfile_path='/NYTComments.csv'

writer = csv.writer(open(outfile_path, 'w'))

url = urllib2.Request('http://api.nytimes.com/svc/community/v2/comments/recent?api-key=ea7aac6c5d0723d7f1e06c8035d27305:5:66594855')

parsed_json = json.load(urllib2.urlopen(url))

print parsed_json

for comment in parsed_json['results']['comments']:
    row = []
    row.append(str(comment['commentSequence']))
    row.append(str(comment['commentBody']))
    row.append(str(comment['commentTitle']))
    row.append(str(comment['approveDate']))
    writer.writerow(row)

Answer 1

一些事情......

• 我对 NewYork Times API 一无所知，但我猜您可能不应该发布带​​有“api-key”的代码片段。只是对这一点的猜测(我以前从未使用过这个 API)

• 如果您仔细观察，API 会告诉您编码。您将在标题中得到以下内容:

  Content-Type=application/json; charset=UTF-8 
  

• 谷歌搜索“python and UnicodeEncodeError”会给你很多帮助。但在这里，看来你的问题可能是在评论中调用“str”。在这种情况下，它将使用“ascii”编解码器。如果有一个字符高于 128，则繁荣。您会收到所看到的错误。 Here是一篇关于该主题的非常好的博客文章。它可能会帮助您阅读它。

编辑:这个解决方案对我有用:

for comment in parsed_json['results']['comments']:
    row = []
    row.append(str(comment['commentSequence']))
    row.append(comment['commentBody'].encode('UTF-8', 'replace'))
    row.append(comment['commentTitle'].encode('UTF-8', 'replace'))
    row.append(str(comment['approveDate']))
    writer.writerow(row)