UnicodeEncodeError：'ascii'编解码器无法在位置 3 编码字符 u'\ufffd'：序数不在范围内（128）[重复]答案

【问题标题】：UnicodeEncodeError: 'ascii' codec can't encode character u'\ufffd' in position 3: ordinal not in range(128) [duplicate]UnicodeEncodeError：'ascii'编解码器无法在位置 3 编码字符 u'\ufffd'：序数不在范围内（128）[重复]
【发布时间】：2016-10-06 16:07:15
【问题描述】：

我收到编码错误：

UnicodeEncodeError: 'ascii' codec can't encode character u'\ufffd' in position 3: ordinal not in range(128)

在以下python（pyspark）代码中，其中row是数据框行：

def rowToLine(row):
  line = str(row[0]).strip()
  columnNum = 44
  for k in xrange(1, columnNum):
    line = line + "\t"
    line = line + str(row[k]).strip()  # encoding error here
  return line

我也尝试了下面的加入：

def rowToLine(row):
  s = "\t"
  return s.join(row)

但是该行的某些值是 int，所以我得到了错误：

TypeError: sequence item 19: expected string or Unicode, int found

有谁知道如何解决这个问题？谢谢！

【问题讨论】：

@Keven，我调查了你提到的问题，但我不清楚如何在不使用 str 的情况下将 row[k] 转换为字符串。有什么建议吗？
没有足够的上下文来说明。你想输出 UTF-8 吗？ ISO-8859-1？你的数据一开始是文本的吗？
旁注：您想使用str.join()。它比你现在使用的代码有更好的性能。
"\t".join([ x.encode("utf-8") if isinstance(x, basestring) else x for x in row])
使用列表组合比使用生成器表达式更快，无论如何都会构建列表，因此在这里使用生成器根本没有优势

标签： python dataframe pyspark

【解决方案1】：

感谢大家的建议！

我基本上采用了 Padraic Cunningham 的想法并进行了一些修改来处理 int 情况。下面的代码有效。

def rowToLine(row):
  s = "\t"
  return s.join( x.encode("utf-8") if isinstance(x, basestring) else str(x).encode("utf-8") for x in row)

【讨论】：