有關python編碼混亂

Question

我取回從數據庫中文編碼的數據，我想將數據發送爲HTML內容的電子郵件時，代碼是這樣的：

html += """<tr><td>"""   
html += unicode(rs[0], 'big5') # rs[0] is data encoded in big5 

我運行該腳本，但所提出的錯誤：UnicodeDecodeError：'ascii'編解碼器無法解碼字節......但是，我嘗試了交互式python命令行中的代碼，沒有提出錯誤，您能否給我提供線索？

Answer 1

您致電unicode()工作正常。它是串聯，它將一個unicode對象添加到字節字符串中，這是造成麻煩的原因。如果您將第一行更改爲u'''<tr><td>'''（或u'<tr><td>'），它應該可以正常工作。

編輯：這意味着你的錯誤之處在於，已經在html的時候蟒蛇的數據到達這個片斷：

>>> '\x9f<tr><td>' + unicode('\xc3\x60', 'big5') 
Traceback (most recent call last): 
    File "<stdin>", line 1, in <module> 
UnicodeDecodeError: 'ascii' codec can't decode byte 0x9f in position 0: ordinal not in range(128) 
>>> u'\x9f<tr><td>' + unicode('\xc3\x60', 'big5') 
u'\x9f<tr><td>\u56a5' 
>>> 

Answer 2

如果html還不是一個unicode對象，而是一個普通的字符串，當它與轉換後的版本rs[0]連接時，它會轉換爲unicode。如果html現在包含特殊字符，則可能會出現unicode錯誤。

因此html的其他內容也需要正確解碼爲unicode。如果特殊字符來自字符串文字，您可以使用unicode文字（如u"abcä"）。