python - UnicodeEncodeError : 'latin-1' codec can't encode character '\u2013' (writing to PDF)

Question

使用python写入.pdf时，Unicode的内容可变，出现问题。

正在输出此错误:

UnicodeEncodeError: 'latin-1' codec can't encode character '\u2013'

基本上，这是什么引起的。

我尝试过使用该变量，其中的内容带有'em破折号'，并使用'.encode('utf-8')'重新定义了它，例如，如下:

Body = msg.Body

BodyC = Body.encode('utf-8')

现在我得到下面的错误:

Traceback (most recent call last):
  File "script.py", line 37, in <module>
    pdf.cell(200, 10, txt="Bod: " + BodyC,  ln=4, align="C")
TypeError: can only concatenate str (not "bytes") to str

以下是我的完整代码，我该如何简单地解决Body变量内容中的Unicode错误。

转换为utf-8或western，除了latin-1之外的任何内容。有什么建议么？

完整代码:

from fpdf import FPDF
import win32com.client

outlook = win32com.client.Dispatch("Outlook.Application").GetNamespace("MAPI")
msg = outlook.OpenSharedItem(r"C:\User\language\python\Msg-To-PDF\test_msg.msg")

print (msg.SenderName)
print (msg.SenderEmailAddress)
print (msg.SentOn)
print (msg.To)
print (msg.CC)
print (msg.BCC)
print (msg.Subject)
print (msg.Body)

SenderName = msg.SenderName
SenderEmailAddress = msg.SenderEmailAddress
SentOn = msg.SentOn
To = msg.To
CC = msg.CC
BCC = msg.BCC
Subject = msg.Subject
Body = msg.Body
BodyC = Body.encode('utf-8')

pdf = FPDF()
pdf.add_page()

# pdf.add_font('DejaVu', '', 'DejaVuSansCondensed.ttf', uni=True)
pdf.set_font("Helvetica", style = '', size = 11)
pdf.cell(200, 10, txt="From: " + SenderName, ln=1, align="C")
# pdf.cell(200, 10, border=SentOn, ln=1, align="C")
pdf.cell(200, 10, txt="To: " + To, ln=1, align="C")
pdf.cell(200, 10, txt="CC: " + CC, ln=1, align="C")
pdf.cell(200, 10, txt="BCC: " + BCC, ln=1, align="C")
pdf.cell(200, 10, txt="Subject: " + Subject, ln=1, align="C")
pdf.cell(200, 10, txt="Bod: " + BodyC,  ln=4, align="C")

pdf.output("Sample.pdf")

如何更改'latin1'？

还是要在全局范围内解决这些问题？

Answer 1

一种解决方法是在将所有文本传递到库之前，将所有文本转换为latin-1编码。您可以使用以下命令执行此操作:

text2 = text.encode('latin-1', 'replace').decode('latin-1')

text2将不包含任何非拉丁1字符。但是，某些字符可能会替换为?