Question

我目前正在使用python 2.7并在中文网站上进行网页抓取。

如何将下面的unicode转换为字符串？

简单的str（）函数不起作用和状态 UnicodeEncodeError：＆＃39; ascii＆＃39;编解码器不能编码位置0-11中的字符：序数不在范围内（128）

提前致谢，

    u'\n\xe4\xb8\xad\xe5\x9b\xbd\xe6\xb7\xb1\xe5\x9c\xb3\n'

Answer 1

您的字符串已经编码，因此它应该是字节对象而不是unicode对象。尝试并解决该问题。即，您的抓取数据的repr应如下所示：

'\n\xe4\xb8\xad\xe5\x9b\xbd\xe6\xb7\xb1\xe5\x9c\xb3\n'

不喜欢这样：

u'\n\xe4\xb8\xad\xe5\x9b\xbd\xe6\xb7\xb1\xe5\x9c\xb3\n'

要从unicode对象恢复中文文本，您可以跳转到字节并返回：

>>> text = u'\n\xe4\xb8\xad\xe5\x9b\xbd\xe6\xb7\xb1\xe5\x9c\xb3\n'
>>> print text.encode('latin-1').decode('utf-8')

中国深圳