UnicodeEncodeError: il codec 'ascii' non può codificare i caratteri nella posizione 0-5: ordinale non compreso nell'intervallo (128)

Question

Sto semplicemente cercando di decodificare la stringa \ uXXXX \ uXXXX \ uXXXX. Ma ottengo un errore:

$ python 
Python 2.7.6 (default, Sep 9 2014, 15:04:36) 
[GCC 4.2.1 Compatible Apple LLVM 6.0 (clang-600.0.39)] on darwin 
Type "help", "copyright", "credits" or "license" for more information. 
>>> print u'\u041e\u043b\u044c\u0433\u0430'.decode('utf-8') 
    Traceback (most recent call last): 
    File "<stdin>", line 1, in <module> 
    File "/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/encodings/utf_8.py", line 16, in decode 
    return codecs.utf_8_decode(input, errors, True) 

    UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-4: ordinal not in range(128) 

Sono un principiante di Python. Qual è un problema? Grazie!

Answer 1

Python sta cercando di essere utile. È impossibile decodificare i dati Unicode, è già decodificato. Quindi Python per prima cosa codificherà codifica i dati (usando il codec ASCII) per ottenere i byte da decodificare. È questa codifica implicita che fallisce.

Se si dispone di dati Unicode, ha senso solo per codificare a UTF-8, non decodificare:

>>> print u'\u041e\u043b\u044c\u0433\u0430' 
Ольга 
>>> u'\u041e\u043b\u044c\u0433\u0430'.encode('utf8') 
'\xd0\x9e\xd0\xbb\xd1\x8c\xd0\xb3\xd0\xb0' 

Se si voleva un valore Unicode, quindi utilizzando un Unicode letterale (u'...') è tutto dovevi farlo Non è necessaria ulteriore decodifica.

La stessa conversione implicita ha luogo nella direzione opposta; se si è tentato di codificare un bytestring che ci si attivare un decodifica implicita:

>>> u'\u041e\u043b\u044c\u0433\u0430'.encode('utf8').encode('utf8') 
Traceback (most recent call last): 
    File "<stdin>", line 1, in <module> 
UnicodeDecodeError: 'ascii' codec can't decode byte 0xd0 in position 0: ordinal not in range(128) 

Answer 2

è possibile impostare la codifica predefinita UTF-8.

import sys 
reload(sys) 
sys.setdefaultencoding('utf-8')