解決在pycharm中出現UnicodeEncodeError: 'gbk' codec can't encode character '\xa0' in position XXX
轉載:https://www.cnblogs.com/themost/p/6603409.html
使用Python寫檔案的時候,或者將網路資料流寫入到本地檔案的時候,大部分情況下會遇到:UnicodeEncodeError: 'gbk' codec can't encode character '\xa0' in position ... 這個問題。 網路上有很多類似的檔案講述如何解決這個問題,但是無非就是encode,decode相關的,這是導致該問題出現的真正原因嗎?不是的。 很多時候,我們使用了decode和encode,試遍了各種編碼,utf8,utf-8,gbk,gb2312等等,該有的編碼都試遍了,可是編譯的時候仍然出現: UnicodeEncodeError: 'gbk' codec can't encode character '\xa0' in position XXX。 崩潰了。
在windows下面編寫python指令碼,編碼問題很嚴重。
將網路資料流寫入檔案時時,我們會遇到幾個編碼:
1: #encoding='XXX' 這裡(也就是python檔案第一行的內容)的編碼是指該python指令碼檔案本身的編碼,無關緊要。只要XXX和檔案本身的編碼(跟pycharm中設定的編碼要一致)相同就行了。 比如notepad++ "格式"選單裡面裡可以設定各種編碼,這時需要保證該選單裡設定的編碼和encoding XXX相同就行了,不同的話會報錯
2:網路資料流的編碼 比如獲取網頁,那麼網路資料流的編碼就是網頁的編碼。需要使用decode解碼成unicode編碼。
3:目標檔案的編碼 要將網路資料流的編碼寫入到新檔案,那麼我麼需要指定新檔案的編碼。寫檔案程式碼如:
f.write(txt)
,那麼txt是一個字串,它是通過decode解碼過的字串。關鍵點就要來了:目標檔案的編碼是導致標題所指問題的罪魁禍首。如果我們開啟一個檔案:
f = open("out.html","w")
,在windows下面,新檔案的預設編碼是gbk,這樣的話,python直譯器會用gbk編碼去解析我們的網路資料流txt,然而txt此時已經是decode過的unicode編碼,這樣的話就會導致解析不了,出現上述問題。 解決的辦法就是,改變目標檔案的編碼:
f = open("out.html","w",encoding='utf-8')
。這樣,問題將不復存在。