__str__ 返回 UnicodeEncodeError，但否则有效 (u'\xa0')答案

【问题标题】：__str__ returns UnicodeEncodeError, but otherwise works (u'\xa0')__str__ 返回 UnicodeEncodeError，但否则有效 (u'\xa0')
【发布时间】：2014-01-03 10:10:39
【问题描述】：

我遇到了我一生中最奇怪的错误。

我正在修复我的Hacker News API，这段代码让我很头疼：

from hn import HN

hn = HN()


# print top stories from homepage
for story in hn.get_stories():
    print story.title
    print story

Story类__str__方法如下：

def __str__(self):
    """
    Return string representation of a story
    """
    return self.title

（这与repo中的代码有点不同。我必须在这里调试很多。）

不管怎样，输出是这样的：

Turn O(n^2) reverse into O(n)
Turn O(n^2) reverse into O(n)
My run-in with unauthorised Litecoin mining on AWS
My run-in with unauthorised Litecoin mining on AWS
Amazon takes away access to purchased Christmas movie during Christmas
Traceback (most recent call last):
  File "my_test_bot.py", line 11, in <module>
    print story
UnicodeEncodeError: 'ascii' codec can't encode character u'\xa0' in position 60: ordinal not in range(128)

我不知道为什么会失败。 __str__ 和 print story 语句都打印一个 unicode。那么为什么后者不起作用？

另外，print unicode(story) 工作得很好（为什么？？），但不幸的是我不能使用unicode()，因为它不兼容 py3。

title 编码为：title.encode('cp850', errors='replace').decode('cp850')

这里到底发生了什么？如何确保我的 API 适用于它可以找到的任何（意味着大多数）字符串并且 py2 和 py3 兼容？

我有 downloaded the page 正在导致此错误以进行离线调试。

【问题讨论】：

您应该使用str.encode 和str.decode 方法。要么只使用我不推荐的字节数组（py2 样式），要么只使用 unicode 字符串（使用str.encode 或print(u"Hello")。顺便说一句，如果你想同时兼容 py2 和 py3 ，使用 print 作为函数而不是关键字。目前您的问题是您正在尝试使用 ascii 编解码器解码 unicode 字符。这将永远无法工作。永远。：P

标签： python python-2.7 python-3.x unicode encoding

【解决方案1】：

当您尝试将输出保存到文件而不是打印时，通常可以解释这种讨厌的问题。试试：

for story in hn.get_stories():
    print type(story.title)
    print type(story)

    with open('content.txt', 'ab') as f:
        f.write(story.title)
        f.write('\n\n')
        f.write(story)
        f.write('\n-----------------------------------------------\n')

我希望这是解决方案的迭代方法。需要更多的事实。你可能被某些东西误导了。

【讨论】：

【解决方案2】：

__str__ 返回一个字节数组，没有任何有关编码的信息，您的控制台应用程序可能会尝试将 __str__ 返回的任何内容编码为 ascii 并失败。您可以尝试使用返回字符的__unicode__。 this answer 中有更多信息。

是的，py3 只有__str__ 元数据，所以你必须保留__unicode__ 以保持兼容性

【讨论】：

这并不能解释为什么print story.title 显然有效但print story 无效，因为根据他的代码，它们应该具有相同的结果。
@BrenBam，不一定：print story.title 隐式计算 str(story.title) 并打印结果。但是print story 隐式计算str(story)，即story.__str__()，它返回story.title。在后一种情况下，内置的str()不应用于story.title，仅在前一种情况下。
并非如此。这并没有真正奏效。 return '[{0}]: "{1}" by {2}'.format(self.points, self.title, self.submitter) in __unicode__ 仍然会导致错误。
@KaranGoel，对于您的 __unicode__ 方法，如果您仅支持 Python 3 版本 3.3+，则可以使用 u'' 文字。否则，您可以在调用format 方法之前解码模板。对于统一的 2 和 3 代码库，请考虑使用 Six。
在__unicode__ 中添加u 在py2 中起到了作用。你能推荐一些资源，让我可以了解更多关于 py2 和 py3 编码并修复这个错误吗？