迹忆客 专注技术分享

当我们使用 ascii 编解码器对包含非 ascii 字符的字符串进行编码时，会出现 Python “UnicodeEncodeError: 'ascii' codec can't encode character '\u0444' in position 4: ordinal not in range(128)”。 要解决错误，需要指定正确的编码，例如 UTF-8。

下面是产生该错误的示例代码

my_str = 'one ф'

# ⛔️ UnicodeEncodeError: 'ascii' codec can't encode character '\u0444' in position 4: ordinal not in range(128)
my_bytes = my_str.encode('ascii')

该错误是由于字符串包含非 ascii 字符引起的。

要解决错误，需要使用正确的编码对字符串进行编码，例如 UTF-8。

my_str = 'one ф'

my_bytes = my_str.encode('utf-8')

print(my_bytes)  # 👉️ b'one \xd1\x84'

utf-8 编码能够以 Unicode 编码超过一百万个有效字符代码点。

如果我们在打开文件时遇到错误，需要在调用 open() 函数时将 encoding 关键字参数设置为 utf-8，例如 open('example.txt', 'w', encoding='utf-8')。

我们可以在官方文档的这个表格中查看所有标准编码。

编码是将字符串转换为字节对象的过程，解码是将字节对象转换为字符串的过程。

下面是完整过程的代码。

my_str = 'one ф'

# 👇️ 将字符串编码为字节
my_bytes = my_str.encode('utf-8')
print(my_bytes)  # 👉️ b'one \xd1\x84'

# 👇️ 将字节解码为字符串
my_str_again = my_bytes.decode('utf-8')
print(my_str_again)  # 👉️ "one ф"

解码字节对象时，我们必须使用与将字符串编码为字节对象相同的编码。

如果使用 utf-8 编码时错误仍然存在，请尝试将 errors 关键字参数设置为 ignore 以忽略无法编码的字符。

my_str = 'one ф'

# 👇️ 将字符串编码为字节
my_bytes = my_str.encode('utf-8', errors='ignore')
print(my_bytes)  # 👉️ b'one \xd1\x84'

# 👇️ 将字节解码为字符串
my_str_again = my_bytes.decode('utf-8', errors='ignore')
print(my_str_again)  # 👉️ "one ф"

请注意，忽略无法编码的字符可能会导致数据丢失。

我们也可以尝试使用 ascii 编码并将 errors 设置为 ignore 以忽略任何非 ascii 字符。

my_str = 'one ф'

# 👇️ 将字符串编码为字节
my_bytes = my_str.encode('ascii', errors='ignore')
print(my_bytes)  # 👉️ b'one '

# 👇️ 将字节解码为字符串
my_str_again = my_bytes.decode('ascii', errors='ignore')
print(my_str_again)  # 👉️ "one"

请注意，当我们将字符串编码为字节时，最后一个字符（非 ascii 字符）被丢弃了。

如果我们在打开文件时遇到错误，请打开将 encoding 设置为 utf-8 的文件。

my_str = 'one ф'

# 👇️ 将 encoding 设置为 utf-8
with open('example.txt', 'w', encoding='utf-8') as f:
    f.write(my_str)

我们还可以将 errors 关键字参数设置为 ignore 以在打开文件时忽略任何编码错误。

my_str = 'one ф'

with open('example.txt', 'w', encoding='utf-8', errors='ignore') as f:
    f.write(my_str)