從python中的字符串中刪除非UTF-8字符

Question

我正在嘗試讀取tweets並將這些tweet寫入文件。但是，當我嘗試將某些推文寫入文件時，我收到了UnicodeEncodeErrors。有沒有辦法刪除這些非UTF-8字符，以便我可以寫出推文的其餘部分？

例如，問題推文可能看起來這樣：

相機？

這是我使用的代碼：

with open("Tweets.txt",'w') as f: 
    for user_tws in twitter.get_user_timeline(screen_name='camera', 
              count = 200): 
     try: 
      f.write(user_tws["text"] + '\n') 
     except UnicodeEncodeError: 
      print("skipped: " + user_tws["text"]) 
      mod_tw = user_tws["text"] 
      mod_tw=mod_tw.encode('utf-8','replace').decode('utf-8') 
      print(mod_tw) 
      f.write(mod_tw) 

的錯誤是這樣的：

UnicodeEncodeError: 'charmap' codec can't encode character '\U0001f3a5' in position 56: character maps to

Answer 1

你是不是寫一個UTF8編碼文件，編碼參數添加到open函數

with open("Tweets.txt",'w', encoding='utf8') as f: 
    ... 

玩得開心