lxml unicode輸出問題

Question

python和lxml的新手，請耐心等待。 現在卡住了似乎是unicode的問題。 我嘗試了.encode，沒有運氣，很漂亮的湯的unicodedammit。 曾經搜索過論壇和網絡，但是我缺乏python技能，因此未能將建議的解決方案應用於我的特定代碼。 感謝任何幫助，謝謝。

碼：

import requests
import lxml.html

sourceUrl = "http://www.hkex.com.hk/eng/market/sec_tradinfo/stockcode/eisdeqty.htm"

sourceHtml = requests.get(sourceUrl)

htmlTree = lxml.html.fromstring(sourceHtml.text)

for stockCodes in htmlTree.xpath('''/html/body/printfriendly/table/tr/td/table/tr/td/table/tr/table/tr/td'''):
    string = stockCodes.text
    print string

錯誤：

UnicodeEncodeError: 'ascii' codec can't encode character u'\xa0' in position 0: ordinal not in range(128)

Answer 1

當我像python lx.py這樣運行您的代碼時，我沒有收到錯誤。 但是當我將結果發送到sdtout python lx.py > output.txt ，它發生了。 所以試試這個：

# -*- coding: utf-8 -*-
import requests
import lxml.html
import sys
reload(sys)
sys.setdefaultencoding('utf-8')

這樣，您就可以從默認的ASCII切換為UTF-8，Python運行時在必須將字符串緩沖區解碼為unicode時將使用該默認值。

Answer 2

text屬性始終返回純字節，但是content屬性應嘗試為您編碼。 您也可以嘗試： sourceHTML.text.encode('utf-8')或sourceHTML.text.encode('ascii')但我確定后者會導致相同的異常。