使用python和lxml对页面进行爬网（<type'异常。UnicodeEncodeError'>，UnicodeEncodeError（'ascii'，

Question

我使用python2.7和lxml来获取页面。我一直收到以下错误。在

(<type 'exceptions.UnicodeEncodeError'>, UnicodeEncodeError('ascii', u'Approximate Dimensions: 4\xbd" x 4" x 7" (assembled)', 25, 26, 'ordinal not in range(128)'), <traceback object at 0x7f9198ac48c0>)

我试过以下方法：

^{pr2}$

如何解决这些错误？我需要能够1）保存到一个文本文件，然后2）上传文本文件到MySQL。在

谢谢

Answer 1

尝试：

el.text_content().encode('utf-8')

它是unicode，您希望将它（作为文本）存储到utf-8。在

Answer 2

页眉所说的页面用于编码的内容可能与实际情况不同。如果页面的实际编码不是utf-8，那么做正确的业务就有点麻烦了。在

首先，您应该查看从el.text_content()返回的文本

x = el.text_content() print x

{3{3}还没有解码的意思。在

如果x是unicode（以“u”开头），则应将unicode转换为str，并用适当的编码（如cp1252或其他符号）对其进行解码

chars = ''.join([chr(ord(x)) for x in el.text_content()]) /// It will change your dumb unicode to str result = chars.decode({try with different encoding until it doesn't throw an error}) /// now you decode str with proper format