Unicode编码错误：'ascii'编码无法在位置4273-4279编码字符：数值超出范围（128）

Question

我想把一个html页面转换成pdf。为此，我从excel中获取数据，并把它存储在一个python字典里。接下来，我像下面这样格式化字符串。

把python变量的数据写入文件：

 html_file.write( html_rcc_string%(row["B_6.2OwnerName"],
                           row["B_6.3OwnerNameH"],))

在上面的代码中，html_rcc_string包含了html代码，也就是：

<table>
    <tr>
        <td>Owner name</td>
        <td>Owner name in hindi</td>
    </tr>
    <tr>
         <td>%s</td>
         <td>%s</td>
    </tr>
</table>

当我提供一个包含印地语名字的字典变量时，它返回了下面的错误。

UnicodeEncodeError: 'ascii' codec can't encode characters in position 4273-4279: ordinal not in range(128)

我在网上搜索过这个问题，但没有找到任何解决办法。我该如何用印地语显示用户名呢？有什么建议吗？

Answer 1

考虑一下来自优秀的 实用的Unicode - 或者说我该如何停止痛苦？ 的建议：做一个“Unicode三明治——外面是字节，里面是Unicode”。也就是说，当你读取输入时，立刻把它转换成Unicode；而当你写输出时，立刻把它转换成utf8。

把这个逻辑应用到你的程序中，我有以下内容：

# coding: utf8
row = {
  "B_6.2OwnerName": u'ABHAY',
  "B_6.3OwnerNameH": u'अभय' }

html_rcc_string = u'''
<table>
    <tr>
        <td>Owner name</td>
        <td>Owner name in hindi</td>
    </tr>
    <tr>
         <td>%s</td>
         <td>%s</td>
    </tr>
</table>
'''

with open('/tmp/html_file.html', 'w') as html_file:
    html_file.write( (html_rcc_string%(row["B_6.2OwnerName"],
                                      row["B_6.3OwnerNameH"],)).encode('utf8') )

还有其他方法可以调用utf8编码器，但重点是：确保你程序中的所有数据都是 unicode，而不是 str。在最后的时刻，只有在那时，你才把它转换成utf8编码的 str。