python-2.7 - Python : ascii codec can't encode en-dash

Question

我正在尝试使用支持 CP437 编码的 thermal printer 从诗歌基金会的每日诗歌 RSS 提要中打印一首诗。这意味着我需要翻译一些字符；在这种情况下，连字符的短划线。但是 python 甚至不会编码开始的破折号。当我尝试解码字符串并用连字符替换破折号时，出现以下错误:

Traceback (most recent call last):
  File "pftest.py", line 46, in <module>
    str = str.decode('utf-8')
  File "/usr/lib/python2.7/encodings/utf_8.py", line 16, in decode
    return codecs.utf_8_decode(input, errors, True)
UnicodeEncodeError: 'ascii' codec can't encode character u'\u2013' in position 140: ordinal not in range(128)

这是我的代码:

#!/usr/bin/python
#-*- coding: utf-8 -*-

# This string is actually a variable entitled d['entries'][1].summary_detail.value
str = """Love brought by night a vision to my bed,
One that still wore the vesture of a child
But eighteen years of age – who sweetly smiled"""

str = str.decode('utf-8')
str = str.replace("\u2013", "-") #en dash
str = str.replace("\u2014", "--") #em dash
print (str)

我实际上可以在终端窗口 (Mac) 中使用以下代码打印输出而不会出错，但我的打印机会吐出 3 个 CP437 字符集:

str = u''.str.encode('utf-8')

我使用 Sublime Text 作为我的编辑器，并且我用 UTF-8 编码保存了页面，但我不确定这会有所帮助。我将不胜感激任何有关此代码的帮助。谢谢!

Answer 1

我不完全了解您的代码中正在发生的情况，但是我也一直尝试用连字符代替连字符，这些字符是从Web上获得的字符串，这对我有用。我的代码就是这样:

txt = re.sub(u"\u2013", "-", txt)

我正在使用 Python 2.7 和 Sublime Text 2，但我不想在我的脚本中设置 -*- coding: utf-8 -*-，因为我试图不引入任何新的编码问题。 (即使我的变量可能包含Unicode，我也希望将代码保持为纯ASCII。)是否需要在.py文件中包括Unicode，还是只是为了帮助调试？

我会注意到我的 txt 变量已经是一个 unicode 字符串，即

print type(txt)

产生

<type 'unicode'>

我很想知道 type(str) 在你的情况下会产生什么。

我在你的代码中注意到的一件事是

str = str.replace("\u2013", "-") #en dash

你确定这有什么作用吗？我的理解是 \u 仅表示 u"" 字符串中的“unicode 字符”，而您创建的字符串包含 5 个字符、“u”、“2”、“0”等(第一个字符是因为您可以转义任何字符，如果没有特殊含义，例如 '\n' 或 '\t'，它只会忽略反斜杠。)

此外，您从打印机获得 3 个 CP437 字符这一事实让我怀疑您的字符串中仍然有破折号。 en-dash 的 UTF-8 编码是 3 个字节: 0xe2 0x80 0x93 。当您在包含短划线的 unicode 字符串上调用 str.encode('utf-8') 时，您会在返回的字符串中获得这三个字节。我猜你的终端知道如何将它解释为一个破折号，这就是你所看到的。

如果你不能让我的第一种方法起作用，我会提到我也成功了:

txt = txt.encode('utf-8')
txt = re.sub("\xe2\x80\x93", "-", txt)

如果你把它放在你调用 re.sub() 之后，那么 encode() 可能对你有用。在这种情况下，您甚至可能根本不需要对 decode() 的调用。我承认我真的不明白为什么它在那里。