尝试将正则表达式应用于以latin-1（ISO-8859-1）编码的某些字符串时，我遇到了问题。
我要做的是通过HTTP POST将一些数据从ISO-8859-1编码的页面发送到我的python应用程序，并使用我的python脚本中的正则表达式对数据进行一些解析。
网页使用jQuery将数据发送到服务器，我使用.text()方法从页面中抓取文本。将数据发送回服务器后如下所示：re.compile(r"^[\s,]*(\d*\s*\d*\/*\d)[\s,]*") - 不幸的是，我的正则表达式中的\s与我的数据不匹配，我将问题追溯到html页面使用的事实 被编码为0xA0（非中断空格）并发送到服务器。出于某种原因，似乎我的脚本没有将该字符解释为空格并且不匹配。根据python [文档] [1]，它看起来应该可以工作，所以我必须在这里遇到编码问题。
然后我想尝试将字符串转换为unicode并将其传递给正则表达式，因此我尝试查看转换字符串时会发生什么：print(unicode(data, 'iso-8859-1'))。
不幸的是我收到了这个错误：
UnicodeEncodeError at /script/
'ascii' codec can't encode character u'\xa0' in position 122: ordinal not in range(128)
我很困惑 - 我显然没有尝试使用ASCII解码 - 即使我显然传递了另一个编解码器，python也试图使用ASCII进行解码？
答案 0 :(得分：2)
请改为尝试：
print(repr(unicode(data, 'iso-8859-1')))
通过打印unicode对象，您隐式尝试将其转换为默认编码，即ASCII。使用repr会将其转换为ASCII安全形式，此外，您可以更轻松地找出正在进行调试的内容。
答案 1 :(得分：1)
您使用的是Python 3.X还是2.X？它有所作为。实际上看起来像2.X但是你使用print（blahblah）让我困惑： - ）
回答上一个问题：是的，执行print()时默认为ASCII。在3.X上：使用print(ascii(foo))进行调试，而不是print(foo)。在2.X上使用repr()，而不是ascii()。
如果（a）数据是unicode，（b）你将re.UNICODE标志与re.compile（）
一起使用，那么无中断空间的原始问题应该消失