編碼和解碼UTF-8和latin1的

Question

我學習處理數據別人的代碼，並在此行得到了錯誤：

chars_sst_mangled = ['à', 'á', 'â', 'ã', 'æ', 'ç', 'è', 'é', 'í', 
'í', 'ï', 'ñ', 'ó', 'ô', 'ö', 'û', 'ü'] 
sentence_fixups = [(char.encode('utf-8').decode('latin1'), char) for char in chars_sst_mangled] 

的錯誤消息是

"UnicodeDecodeError: 'ascii' codec can't decode byte 0xc3 in position 0: ordinal not in range(128)" 

我不知道有什麼問題在這裏，以及如何解決它？

Answer 1

代碼被破壞。

特定錯誤表明您正在嘗試使用python2可執行以運行Python代碼3：

>>> 'à'.encode('utf-8') 
Traceback (most recent call last): 
    File "<stdin>", line 1, in <module> 
UnicodeDecodeError: 'ascii' codec can't decode byte 0xc3 in position 0: ordinal not in range(128) 

'à'是關於Python 2字節字符串，因此調用.encode()方法需要對字節串首先解碼爲Unicode。它使用sys.getdefaultencoding()，即Python 2中的'ascii'來觸發UnicodeDecodeError。

正確的方法是放棄假char.encode('utf-8').decode('latin1')轉換和使用Unicode文本來代替：

• 添加正確的編碼聲明例如，如果源文件使用UTF-8編碼保存，然後把# -*- coding: utf-8 -*-頂部所以在源硬編碼在字符串中，非ASCII字符將被正確解釋
• 此外，添加from __future__ import unicode_literals使'à'將創建一個Unicode字符串甚至Python的2