UnicodeEncodeError: 'gbk' codec can't encode character ...


使用Python寫文件的時候,或者將網絡數據流寫入到本地文件的時候,大部分情況下會遇到:UnicodeEncodeError: 'gbk' codec can't encode character '\xa0' in position ... 這個問題。 網絡上有很多類似的文件講述如何解決這個問題,但是無非就是encode,decode相關的,這是導致該問題出現的真正原因嗎?不是的。 很多時候,我們使用了decode和encode,試遍了各種編碼,utf8,utf-8,gbk,gb2312等等,該有的編碼都試遍了,可是編譯的時候仍然出現: UnicodeEncodeError: 'gbk' codec can't encode character '\xa0' in position XXX。 崩潰了。

    在windows下面編寫python腳本,編碼問題很嚴重。

    將網絡數據流寫入文件時時,我們會遇到幾個編碼:

    1: #encoding='XXX' 這里(也就是python文件第一行的內容)的編碼是指該python腳本文件本身的編碼,無關緊要。只要XXX和文件本身的編碼相同就行了。 比如notepad++ "格式"菜單里面里可以設置各種編碼,這時需要保證該菜單里設置的編碼和encoding XXX相同就行了,不同的話會報錯

    2:網絡數據流的編碼 比如獲取網頁,那么網絡數據流的編碼就是網頁的編碼。需要使用decode解碼成unicode編碼。

    3:目標文件的編碼 要將網絡數據流的編碼寫入到新文件,那么我么需要指定新文件的編碼。寫文件代碼如:

f.write(txt)


,那么txt是一個字符串,它是通過decode解碼過的字符串。關鍵點就要來了:目標文件的編碼是導致標題所指問題的罪魁禍首。如果我們打開一個文件:

 f = open("out.html","w")


,在windows下面,新文件的默認編碼是gbk,這樣的話,python解釋器會用gbk編碼去解析我們的網絡數據流txt,然而txt此時已經是decode過的unicode編碼,這樣的話就會導致解析不了,出現上述問題。 解決的辦法就是,改變目標文件的編碼:

f = open("out.html","w",encoding='utf-8')

 

。這樣,問題將不復存在。


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM