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' 。 注意它在前面没有u 。 它只是简单的ascii。

如何将其转换为unicode？

我试过这个，

>>> 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)

这个答案很好地解释了。 但我和那个问题的OP有同样的问题。 在评论的答案中，温斯顿说：“你不应该编码一个字符串对象...”

但我正在工作的框架要求它应该转换为unicode字符串。 我使用scrapy而且我有这条线。

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

您需要指定一个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，我能够从经验中猜测编码，您需要为遇到的每个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Latin 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，它只使用0到127范围内的字节; \\xa3是十六进制的163，因此在ASCII范围之外。