美丽的汤Unicode编码错误

Question

我正在尝试使用特定HTML文件的以下代码

from BeautifulSoup import BeautifulSoup
import re
import codecs
import sys
f = open('test1.html')
html = f.read()
soup = BeautifulSoup(html)
body = soup.body.contents
para = soup.findAll('p')
print str(para).encode('utf-8')

我收到以下错误：

UnicodeEncodeError: 'ascii' codec can't encode character u'\u2019' in position 9: ordinal not in range(128)

如何调试？

当我删除对print函数的调用时，我没有收到任何错误。

Answer 1

str(para)内置版正在尝试对ascii中的unicode使用默认（para）编码。 这是在encode()电话之前完成的：

>>> s=u'123\u2019'
>>> str(s)
Traceback (most recent call last):
  File "<interactive input>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode character u'\u2019' in position 3: ordinal not in range(128)
>>> s.encode("utf-8")
'123\xe2\x80\x99'
>>> 

直接尝试编码para，可以将encode("utf-8")应用于每个列表元素。