＆＃39; ASCII＆＃39;编解码器在执行bs时不能解码字节0xcb

Question

我从Merriam-Webster的API本地保存xml页面，让我给你一个url： http://www.dictionaryapi.com/api/v1/references/collegiate/xml/apple?key=bf534d02-bf4e-49bc-b43f-37f68a0bf4fd

这是一个例子。 我从url中获取它并将其保存为xml文件。

现在我想打开它，但发生UnicodeDecodeError。

我做了：

page = open('test.xml')
bs = BeautifulSoup(page)

然后发生以下错误：

UnicodeDecodeError: 'ascii' codec can't decode byte 0xcb

我尝试将网址u'test.xml'设置为无效。

  

    

      

sys.getdefaultencoding（）          ＆＃39; UTF-8＆＃39;

    

  

编码配置已经是utf-8，无论如何都无法解决问题。感谢您的建议。

Answer 1

您需要将编码指定为utf-8，这是数据编码的内容，文件名与内部的内容无关，因此前缀为u以使unicode字符串无效：

import io
with io.open('test.xml', encoding="utf-8") as page:
      bs = BeautifulSoup(page)