奇怪的Unicode问题

Question

我遇到了一个问题。如果我在Eclipse这个开发工具里运行我的应用程序，一切都正常，但当我在独立的调试器中运行时，就出现了以下错误：

Unicode编码错误：'ascii'编码无法在位置7编码字符u'\u0144'：序号不在范围内（128）

我该怎么解决这个问题呢？

这是我的代码片段：

x = x.replace("Ł", "L")

Answer 1

试着在文件的最上面加上 # -*- coding: utf-8 -*- 这行代码，这样Python解释器就知道这个文件用的是哪种编码方式，在我的例子中是UTF-8。你也可以通过保存文件时加上一个 BOM 头来实现这个目的。我不太确定Eclipse是怎么提示编码的，但他们可能会用 sys.setdefaultencoding() 之类的方法。

你可以在Python手册中找到更多关于 源代码编码 的详细信息。

Answer 2

根据提供的信息，做个猜测：

你正在使用 Python 2.x。

[猜测] x 是一个 str 对象。

[猜测] Eclipse 的默认编码设置为 UTF-8。

而“标准调试器”的默认编码是 ascii。

结果：出错了。

解决方案（处理 Unicode 的标准操作步骤）：

• 在输入时，把所有的 str 对象转换成 `unicode`。
• 在处理时使用 Unicode。
• 在输出时，根据接收输出的程序所需的编码，把所有的 unicode 对象进行编码。

重要更新 如果 x 是一个 UTF-8 编码的 str 对象，你应该会看到类似 UnicodeDecodeError: 'ascii' codec can't decode byte 0xc5 in position 7: etc etc 的错误信息。

注意，你实际看到的错误信息是 UnicodeEncodeError: 'ascii' codec can't encode character u'\u0144' in position 7: etc etc。这表明出问题的内容是 (a) 一个 unicode 对象 (b) 至少有 8 个字符长。不过你实际上说 x 不是一个 unicode 对象（否则 x.decode('utf8') 会失败），而且 replace 的另外两个参数只有 1 个字符长。因此，这就形成了一个矛盾。

为了帮助解决这个问题：

print type(x), repr(x) # for Python 2.x
Lstroke = "Ł"
print type(Lstroke), repr(Lstroke)
y = x.replace(Lstroke, 'L')

请编辑你的问题，展示你实际运行的代码以及完整的错误信息 和回溯信息。

顺便说一下：u'\u0144' 是带有重音符的小写字母 n；这个信息有帮助吗？