UnicodeEncodeError：'ascii' 编解码器无法在位置 3 处编码字符 u'\u2013'，序号不在范围(128)内

Question

我正在用xlrd解析一个XSL文件，大部分功能都正常。我有一个字典，里面的键是字符串，值是字符串的列表。所有的键和值都是Unicode格式的。我可以用str()方法打印出大部分的键和值。但有些值里面有Unicode字符\u2013，这让我遇到了错误。

我怀疑这个问题是因为这是嵌套的Unicode，而Python解释器无法解码它。那么我该怎么解决这个错误呢？

Answer 1

这里提到的 str(u'\u2013') 会导致错误，所以可以使用 isinstance(foo,basestring) 来检查一个变量是否是 Unicode 字符串。如果它不是基本字符串类型，就把它转换成 Unicode，然后再进行编码。

if isinstance(foo,basestring):
    foo.encode('utf8')
else:
    unicode(foo).encode('utf8')

进一步阅读

Answer 2

你也可以试试这个方法来获取文本。

foo.encode('ascii', 'ignore')

Answer 3

你也可以直接打印Unicode对象，不需要用str()包裹它。

假设你确实想要一个字符串：

当你使用str(u'\u2013')时，你是在尝试把Unicode字符串转换成8位字符串。为了做到这一点，你需要使用一种编码，这是一种把Unicode数据映射到8位数据的方式。str()的作用是使用系统默认的编码，在Python 2中，这个默认编码是ASCII。ASCII只包含Unicode的前127个字符，也就是从\u0000到\u007F。因此，你会得到上面的错误，因为ASCII编码根本不知道\u2013是什么（顺便说一下，它是一个长横线）。

所以你需要指定你想使用的编码。常见的编码有ISO-8859-1，通常叫做Latin-1，它包含前256个字符；UTF-8，它可以通过可变长度编码来表示所有字符；还有CP1252，这在Windows上很常见，以及各种中文和日文编码。

你可以这样使用它们：

u'\u2013'.encode('utf8')

结果是一个包含字节序列的字符串，这个字节序列是你所关心的字符的UTF-8表示：

'\xe2\x80\x93'

然后你可以打印它：

>>> print '\xe2\x80\x93'
–