Question

import urllib, urllib2 
from bs4 import BeautifulSoup, Comment 
strg="" 
iter=1 
url='http://www.amazon.in/product-reviews/B00EOPJEYK/ref=cm_cr_pr_top_link_1? ie=UTF8&pageNumber=1&showViewpoints=0&sortBy=bySubmissionDateDescending' 
content = urllib2.urlopen(url).read() 
soup = BeautifulSoup(content, "html.parser") 
rows =soup.find_all('div',attrs={"class" : "reviewText"}) 
for row in soup.find_all('div',attrs={"class" : "reviewText"}): 
     strg = strg +str(iter)+"." + row.text + "\n\n" 
     iter=iter+1 

with open('outp.txt','w') as f: 
     f.write(strg) 
f.close() 

我需要此代碼來寫入變量的內容，strg到文件outp.txt。

相反，我得到這個錯誤：

Traceback (most recent call last): 
File "C:\Python27\demo_amazon.py", line 14, in <module> 
f.write(strg) 
UnicodeEncodeError: 'ascii' codec can't encode character u'\u2022' in position 226: ordinal not in range(128)  

STRG存儲所需output.There是在寫作聲明我guess.How來解決這個問題，一些？

請幫忙。

謝謝。

Answer 1

好，首先，如果你想擺脫unicode的錯誤，你要切換到Python 3默認爲unicode字符串，而不是ASCII字符串中蟒蛇2.

也就是說，擺脫UnicodeEncodeError例外，你該怎麼辦：

with open('outp.txt','w') as f: 
    f.write(strg.encode('utf8')) 

作爲參考，請參閱that question。並嘗試使用unicode字符串儘可能避免儘可能改變字符集，用u"this is an unicode string"，而不是"this is an ascii string"

從而在for循環：

strg = strg +str(iter)+"." + row.text + "\n\n" 

應改爲：

strg = strg +unicode(iter)+u"." + row.text + u"\n\n" 

和STRG應該被定義爲strg = u""

注：在f.close()你代碼與使用with關鍵字是多餘的，當您退出with塊時，通過File對象的__exit__()方法實際負責關閉文件。

Answer 2

基本上你有一個非ASCII字符。我建議使用Unidecode，它會嘗試找到違規的「最接近」的ASCII字符。所以，比如它會變成e。

所以你只是做

from unidecode import unidecode 
f.write(unidecode(strg))