如何编码（'ascii'，'ignore'）抛出UnicodeDecodeError？

Question

这一行

data = get_url_contents(r[0]).encode('ascii', 'ignore')

产生此错误

UnicodeDecodeError: 'ascii' codec can't decode byte 0xc3 in position 11450: ordinal not in range(128)

为什么呢？我假设因为我使用'忽略'，在将输出保存为字符串变量的值时，不可能出现解码错误。

Answer 1

由于Python 2的怪癖，您可以在字节字符串（即已编码的文本）上调用encode。在这种情况下，它首先尝试通过使用ascii解码将其转换为unicode对象。因此，如果get_url_contents返回一个字节字符串，那么您的行有效地执行此操作：

get_url_contents(r[0]).decode('ascii').encode('ascii', 'ignore')

在Python 3中，字节字符串没有encode方法，因此同样的问题只会导致AttributeError。

（当然，我不知道这是问题 - 它可能与get_url_contents功能有关。但我上面描述的是我最好的猜测）