Python:’ascii’编解码器不能编码字符
发布时间:2020-12-20 11:39:33 所属栏目:Python 来源:网络整理
导读:我使用以下代码来刮取包含日文字符的网页: import urllib2import bs4import timeurl = 'http://www.city.sapporo.jp/eisei/tiiki/toban.html'pagecontent = urllib2.urlopen(url)soup = bs4.BeautifulSoup(pagecontent.read().decode("utf8"))print(soup.pr
我使用以下代码来刮取包含日文字符的网页:
import urllib2 import bs4 import time url = 'http://www.city.sapporo.jp/eisei/tiiki/toban.html' pagecontent = urllib2.urlopen(url) soup = bs4.BeautifulSoup(pagecontent.read().decode("utf8")) print(soup.prettify()) print(soup) 在某些机器中,代码工作正常,最后两个语句成功打印结果. UnicodeEncodeError 'ascii' codec can't encode characters in position 485-496: ordinal not in range(128), 最后一个语句打印所有日文字符的奇怪方块. 为什么两台机器的相同代码工作方式不同?我怎样才能解决这个问题? Python版本2.6.6 bs4版本:4.1.0 解决方法
您需要正确配置您的环境区域设置;一旦你的语言环境被设置,Python将在打印到终端时自动拾取它.
使用locale命令检查您的语言环境: $locale LANG="en_GB.UTF-8" LC_COLLATE="en_US.UTF-8" LC_CTYPE="en_US.UTF-8" LC_MESSAGES="en_US.UTF-8" LC_MONETARY="en_US.UTF-8" LC_NUMERIC="en_US.UTF-8" LC_TIME="en_US.UTF-8" LC_ALL="en_US.UTF-8" 请注意我的语言环境设置中的.UTF-8;它告诉终端中运行的程序我的终端使用UTF-8编解码器,支持所有Unicode. 您可以使用LANG环境变量一步设置所有语言环境: export LANG="en_US.UTF-8" 使用UTF-8编解码器进行美国语言环境(如何打印日期和数字).确切地说,LC_CTYPE设置用于输出编解码器,而输出编解码器默认为LANG值. 另见UTF-8 and Unicode FAQ for Unix/Linux非常全面. (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |