UnicodeEncodeError:“charmap”编解码器无法对位置0中的字符“\ufeff”进行编码：字符映射到<未定义>

Question

我正在开发一个使用utf-8编码的应用程序。为了调试，我需要打印文本。如果我直接将print()与包含我的unicode字符串的变量ex-print(pred_str)一起使用。在

我得到这个错误：

UnicodeEncodeError: 'charmap' codec can't encode character '\ufeff' in position 0: character maps to

所以我尝试了print(pred_str.encode('utf-8'))，结果如下：

b'\xef\xbb\xbfpudgala-dharma-nair\xc4\x81tmyayo\xe1\xb8\xa5 apratipanna-vipratipann\xc4\x81n\xc4\x81m' b'avipar\xc4\xabta-pudgala-dharma-nair\xc4\x81tmya-pratip\xc4\x81dana-artham' b'tri\xe1\xb9\x83\xc5\x9bik\xc4\x81-vij\xc3\xb1apti-prakara\xe1\xb9\x87a-\xc4\x81rambha\xe1\xb8\xa5' b'pudgala-dharma-nair\xc4\x81tmya-pratip\xc4\x81danam punar kle\xc5\x9ba-j\xc3\xb1eya-\xc4\x81vara\xe1\xb9\x87a-prah\xc4\x81\xe1\xb9\x87a-artham'

但是，我希望我的输出是这样的：

pudgala-dharma-nairātmyayoḥ apratipanna-vipratipannānām aviparīta-pudgala-dharma-nairātmya-pratipādana-artham triṃśikā-vijñapti-prakaraṇa-ārambhaḥ pudgala-dharma-nairātmya-pratipādanam punar kleśa-jñeya-āvaraṇa-prahāṇa-artham

如果我使用以下命令将字符串保存在文件中：

with codecs.open('out.txt', 'w', 'UTF-8') as f:
    f.write(pred_str)

它按预期保存字符串。在

Answer 1

请尝试以下代码：

if pred_str.startswith('\ufeff'):
    pred_str = pred_str.split('\ufeff')[1]

Answer 2

您的数据是用“UTF-8-SIG”编解码器编码的，这种编解码器有时在Microsoft环境中使用。在

这种UTF-8的变体在编码文本的前缀加上byte order mark'\xef\xbb\xbf'，使应用程序更容易检测UTF-8编码文本与其他编码。在

你可以这样解码bytestrings：

>>> bs = b'\xef\xbb\xbfpudgala-dharma-nair\xc4\x81tmyayo\xe1\xb8\xa5 apratipanna-vipratipann\xc4\x81n\xc4\x81m'
>>> text = bs.decode('utf-8-sig')
>>> print(text)                                                                                                         
pudgala-dharma-nairātmyayoḥ apratipanna-vipratipannānām 

从文件中读取这些数据：

^{pr2}$

请注意，即使从UTF-8-SIG解码后，您仍可能无法打印数据，因为您的控制台的默认代码页可能无法对数据中的其他非ascii字符进行编码。在这种情况下，您需要adjust your console settings来支持UTF-8。在