使用Python写文件的时候,或者将网络数据流写入到本地文件的时候,大部分情况下会遇到:UnicodeEncodeError:
'gbk'
codec
can't
encode
character
'\xa0'
in
position
...
这个问题。
网络上有很多类似的文件讲述如何解决这个问题,但是无非就是encode,decode相关的,这是导致该问题出现的真正原因吗?不是的。
很多时候,我们使用了decode和encode,试遍了各种编码,utf8,utf-8,gbk,gb2312等等,该有的编码都试遍了,可是编译的时候仍然出现:
UnicodeEncodeError:
'gbk'
codec
can't
encode
character
'\xa0'
in
position
XXX。
崩溃了。
在windows下面编写python脚本,编码问题很严重。
将网络数据流写入文件时时,我们会遇到几个编码:
1:
#encoding='XXX'
这里(也就是python文件第一行的内容)的编码是指该python脚本文件本身的编码,无关紧要。只要XXX和文件本身的编码相同就行了。
比如notepad++
"格式"菜单里面里可以设置各种编码,这时需要保证该菜单里设置的编码和encoding
XXX相同就行了,不同的话会报错
2:网络数据流的编码
比如获取网页,那么网络数据流的编码就是网页的编码。需要使用decode解码成unicode编码。
3:目标文件的编码
要将网络数据流的编码写入到新文件,那么我么需要指定新文件的编码。写文件代码如:
复制代码代码如下:
f.write(txt)
,那么txt是一个字符串,它是通过decode解码过的字符串。关键点就要来了:目标文件的编码是导致标题所指问题的罪魁祸首。如果我们打开一个文件:
复制代码代码如下:
f
=
open("out.html","w")
,在windows下面,新文件的默认编码是gbk,这样的话,python解释器会用gbk编码去解析我们的网络数据流txt,然而txt此时已经是decode过的unicode编码,这样的话就会导致解析不了,出现上述问题。
解决的办法就是,改变目标文件的编码:
复制代码代码如下:
f
=
open("out.html","w",encoding='utf-8')