主页 / 问题 / 1439482
Accepted
Сергей Аушкап
Asked:2022-08-15 19:55:44 +0000 UTC2022-08-15 19:55:44 +0000 UTC

UnicodeEncodeError 希腊字母编码问题

  • 772

我最近开始熟悉 Python。我根本无法解决问题。我正在尝试使用 selenium 解析网站。下载页面并将其保存到文件中。该文件在浏览器中正常打开。我想获取标题列表。除了一个包含希腊字母 betta 之外，所有的都是正常拍摄的。当我尝试显示此标题时，我收到错误“'charmap' codec can't encode character '\u03b2' in position 13: character maps to”。看来我也设置了编码'utf-8'，但它仍然不起作用。页面文件也使用“utf-8”写入

错误的全文

Traceback (most recent call last): File "D:\scrap\test1.py", line 18, in <module>
print(aaa.text)
File "C:\Users\serge\AppData\Local\Programs\Python\Python310\lib\encodings\cp1251.py", line 19, in encode
return codecs.charmap_encode(input,self.errors,encoding_table)[0] 
UnicodeEncodeError: 'charmap' codec can't encode character '\u03b2' in position 13: character maps to <undefined>

with open("index.html", 'w', encoding='utf-8') as file:
    file.write(driver.page_source)

，并且在浏览器中正常打开，字母“betta”的拼写为“β”

with open("index.html", 'r', encoding='utf-8') as file:
    src = file.read()
soup = BeautifulSoup(src, 'lxml')
research = soup.find_all(class_="analyzes__row")
for res in research:
    res1 = res.find_all('a')
    for aaa in res1:
        try:
            print(aaa.text)
        except Exception as ex:
            print(ex)
            continue
python selenium

1 个回答

  1. Best Answer

    1. 首先要尝试的是在控制台设置中启用 unicode 字体（通常可以选择 Lucida Console、Consolas 等）。如果没有帮助，请参阅其他要点。

    2. 如果这是一个孤立的情况（没有找到其他 Unicode 字符），那么您可以简单地replace将这个特定字符替换为其他字符，例如：

      text = aaa.text.replace("\u03b2", "бета")
print(text)

    3. 您可以将解析结果写入 utf-8 编码的文件，然后使用支持该编码的文本编辑器查看。

    4. 您可以尝试使用参数 cp1251 编码对文本进行编码errors="backslashreplace"，然后使用相同的编码对其进行解码，然后将所有无法编码的 Unicode 字符转换为"\\u03b2"：

      text = "Тестβ"
text = text.encode("cp1251", errors="backslashreplace").decode("cp1251")
print(text)  # Тест\u03b2

      您可以不使用“backslashreplace”，而是使用“namereplace”，然后字符将被替换为其名称，对于 beta 它将是\N{GREEK SMALL LETTER BETA}

    • 1

相关问题