仅在cx_freeze中出现UnicodeDecodeError

Question

我在用cx_freeze把我的脚本打包成可执行文件后，运行程序时遇到了一个错误："UnicodeDecodeError: 'ascii' codec can't decode byte 0xa0 in position 7338: ordinal not in range(128)"。如果我直接运行这个Python 3脚本，它是可以正常工作的，但一旦我把它打包成可执行文件后再运行，就会出现这个错误。我想发我的代码，但我不太确定该发哪些部分。如果你们知道哪些部分能帮到我，请告诉我，我会发上来。其实我之前也遇到过这个问题并解决了，但时间久了我忘了具体是什么问题，也不记得我是怎么解决的，所以任何帮助或建议都非常感谢！

Answer 1

通过设置默认编码来修复：

reload(sys)
sys.setdefaultencoding("utf-8")

Answer 2

这个错误说明你在Python字符串里有一个不是普通ASCII字符的字符。

>>> b'abc\xa0'.decode('ascii')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeDecodeError: 'ascii' codec can't decode byte 0xa0 in position 3: ordinal not in range(128)

我也不知道为什么这个问题只会在脚本被“冻结”时出现。你可以把整个脚本放在一个try/except块里，这样可以手动打印出有问题的字符串的全部或部分内容。

编辑：下面是可能的写法

try:
    # ... your script here
except UnicodeDecodeError as e:
    print("Exception happened in string '...%s...'"%(e.object[e.start-50:e.start+51],))
    raise

Answer 3

请告诉我们你使用的Python版本和平台。

展示一下你在出错时看到的完整错误信息。自己看看，最后一行代码是什么？你觉得正在被解码的bytes字符串是什么？为什么会使用ascii编码呢？

要注意，Python 3.x并不会自动把bytes转换成str，也就是说，它不会用默认的编码（比如ascii）来做这个转换。所以，要么是你自己在做这个转换，要么是cx_freeze在做。

更新：根据评论中的进一步信息。

Excel保存的csv文件并不是用ASCII格式的，而是用微软称之为“ANSI编码页”的格式，这个格式会根据地区不同而有所变化。如果你不知道你的地区是什么，可能是cp1252。你可以这样检查：

>>> import locale; print(locale.getpreferredencoding())
cp1252

如果Excel真的用ASCII保存文件，你的'\xa0'字节会被替换成'?'，你就不会遇到UnicodeDecodeError错误了。

如果你想把文件保存为UTF-8格式，你需要用encoding='utf8'打开文件，这样也会遇到同样的问题（只是你会看到关于0xc2的错误，而不是0xa0）。

你不需要把所有四个csv文件都发到网上。只需运行这个小脚本（未经测试）：

import sys
for filename in sys.argv[1:]:
    for lino, line in enumerate(open(filename), 1):
        if '\xa0' in line:
            print(ascii(filename), lino, ascii(line))

这个'\xa0'是一个不可断行空格，也就是 ……你可能需要编辑你的文件，把这些改成普通空格。

可能你需要在cx_freeze的邮件列表上询问，看看为什么会出现这个错误。他们会想知道完整的错误信息。多练习一下——把它展示在这里。

顺便说一下，“偏移量7338”这个数字挺大的——你期待你的csv文件里有这么长的行吗？也许有什么东西在读取你整个文件……