UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-5: ordinal not in range(128)

Question

我只是想解码 \uXXXX\uXXXX\uXXXX-like 字符串。但是我得到一个错误：

$ python
Python 2.7.6 (default, Sep  9 2014, 15:04:36) 
[GCC 4.2.1 Compatible Apple LLVM 6.0 (clang-600.0.39)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> print u'\u041e\u043b\u044c\u0433\u0430'.decode('utf-8')
    Traceback (most recent call last):
    File "<stdin>", line 1, in <module>
    File "/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/encodings/utf_8.py", line 16, in decode
    return codecs.utf_8_decode(input, errors, True)

    UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-4: ordinal not in range(128)

我是 Python 新手。有什么问题吗？谢谢！

Answer 1

Python 正在努力提供帮助。您无法解码 Unicode 数据，它已经被解码。因此 Python 首先将编码数据（使用 ASCII 编解码器）以获得要解码的字节。正是这种隐式编码失败了。

如果您有 Unicode 数据，只有编码为 UTF-8 才有意义，而不是解码：

>>> print u'\u041e\u043b\u044c\u0433\u0430'
Ольга
>>> u'\u041e\u043b\u044c\u0433\u0430'.encode('utf8')
'\xd0\x9e\xd0\xbb\xd1\x8c\xd0\xb3\xd0\xb0'

如果您想要一个 Unicode 值，那么您只需使用 Unicode 文字 (u'...')。无需进一步解码。

同样的隐式转换发生在另一个方向；如果您尝试对字节串进行编码，则会触发隐式解码：

>>> u'\u041e\u043b\u044c\u0433\u0430'.encode('utf8').encode('utf8')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeDecodeError: 'ascii' codec can't decode byte 0xd0 in position 0: ordinal not in range(128)

Answer 2

您可以设置默认编码utf-8。

import sys  
reload(sys)  
sys.setdefaultencoding('utf-8')

UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-5: ordinal not in range(128)

UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-5: ordinal not in range(128)

python

decode

utf-8

python-2.7