UnicodeDecodeError：“ascii”编解码器无法解码字节 0xa3

Question

我得到了这个字符串'Velcro Back Rest \xa36.99'。注意它前面没有u。它只是普通的ASCII。

如何将其转换为 unicode？​​p>

我试过了，

>>> unicode('Velcro Back Rest \xa36.99')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeDecodeError: 'ascii' codec can't decode byte 0xa3 in position 17: ordinal not in range(128)

This answer 解释得很好。但我有 same question 作为那个问题的 OP。在对该评论的回答中，温斯顿says "You should not encoding a string object ..."

但是我正在工作的框架要求它应该被转换为 unicode 字符串。我用的是scrapy，我有这条线。

loader.add_value('name', product_name)

这里product_name 包含有问题的字符串，它会抛出错误。

Answer 1

您需要指定一种编码来将字节解码为 Unicode：

>>> 'Velcro Back Rest \xa36.99'.decode('latin1')
u'Velcro Back Rest \xa36.99'
>>> print 'Velcro Back Rest \xa36.99'.decode('latin1')
Velcro Back Rest £6.99

在这种情况下，我能够根据经验猜测编码，您需要为遇到的每种编码提供正确的编解码器。对于 web 数据，通常包含在 content-type 标头的 from 中：

Content-Type: text/html; charset=iso-8859-1

例如，iso-8859-1 是拉丁 1 编码的官方标准名称。 Python 将latin1 识别为iso-8859-1 的别名。

请注意，您的输入数据不是纯 ASCII。如果是，它只会使用 0 到 127 范围内的字节； \xa3 是十进制的 163，因此超出了 ASCII 范围。