最近研究用聚類演算法實現日誌的分類，在得到結果後準備將結果寫入到指定文字是出現了這樣的錯誤：

經過網上多次查詢得到了解決方案：

就是在開啟一個文字準備寫入的同時同樣要指定一下字符集。這樣他就會以同樣的字符集開啟你要分析的文字。

總結：

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。

首先指定字符集：