Python3: UnicodeEncodeError: Kodek 'ascii' nie może kodować znaków '\ xfc'

Question

Próbuję uzyskać bardzo prosty przykład na OSXie z pythonem 3.5.1, ale naprawdę jestem zablokowany. Czytałem tak wiele artykułów, które dotyczą podobnych problemów, ale nie mogę tego naprawić samodzielnie. Czy masz jakieś wskazówki, jak rozwiązać ten problem?

Chciałbym mieć prawidłowe zakodowane wyjście latin-1 zdefiniowane w mojej liście bez żadnych błędów.

Mój kod:

# coding=<latin-1> 

mylist = [u'Glück', u'Spaß', u'Ähre',] 
print(mylist) 

Błąd:

Traceback (most recent call last): 
File "/Users/abc/test.py", line 4, in <module> 
print(mylist) 
UnicodeEncodeError: 'ascii' codec can't encode character '\xfc' in position 4: ordinal not in range(128) 

Jak można naprawić ten błąd, ale jeszcze dostać coś z stdout (drukowanymi literami):

mylist = [u'Glück', u'Spaß', u'Ähre',] 
    for w in mylist: 
     print(w.encode("latin-1")) 

Co otrzymuję jako wyjście:

b'Gl\xfcck' 
b'Spa\xdf' 
b'\xc4hre' 

Co locale 'pokazuje mi:

LANG="de_AT.UTF-8" 
LC_COLLATE="de_AT.UTF-8" 
LC_CTYPE="de_AT.UTF-8" 
LC_MESSAGES="de_AT.UTF-8" 
LC_MONETARY="de_AT.UTF-8" 
LC_NUMERIC="de_AT.UTF-8" 
LC_TIME="de_AT.UTF-8" 
LC_ALL= 

Co -> 'python3' pokazuje mi:

Python 3.5.1 (default, Jan 22 2016, 08:54:32) 
[GCC 4.2.1 Compatible Apple LLVM 7.0.2 (clang-700.1.81)] on darwin 
Type "help", "copyright", "credits" or "license" for more information. 
>>> import sys 
>>> sys.getdefaultencoding() 
'utf-8' 

Answer 1

Usuń znaki < i >:

# coding=latin-1 

Znaki te są często używane w przykładach do wskazania, gdzie znajduje się nazwa kodowania, ale literalne znaki < i > nie powinny być zawarte w pliku.

Aby to działało, plik musi być zakodowany przy użyciu Latin-1. Jeśli plik jest rzeczywiście zakodowane przy użyciu UTF-8, linia kodowanie powinno być

# coding=utf-8 

Na przykład, kiedy uruchomić ten skrypt (zapisany jako plik z latin-1 kodowaniu):

# coding=latin-1 

mylist = [u'Glück', u'Spaß', u'Ähre',] 
print(mylist) 

for w in mylist: 
    print(w.encode("latin-1")) 

Otrzymuję to wyjście (bez błędów):

['Glück', 'Spaß', 'Ähre'] 
b'Gl\xfcck' 
b'Spa\xdf' 
b'\xc4hre' 

Ten wynik wygląda poprawnie. Na przykład kodowanie ü dla Latin-1 ü to '\xfc'.

Użyłem mojego edytora, aby zapisać plik z kodowaniem Latin-1. Zawartość pliku w szesnastkowym to:

$ hexdump -C codec-question.py 
00000000 23 20 63 6f 64 69 6e 67 3d 6c 61 74 69 6e 2d 31 |# coding=latin-1| 
00000010 0a 0a 6d 79 6c 69 73 74 20 3d 20 5b 75 27 47 6c |..mylist = [u'Gl| 
00000020 fc 63 6b 27 2c 20 75 27 53 70 61 df 27 2c 20 75 |.ck', u'Spa.', u| 
00000030 27 c4 68 72 65 27 2c 5d 0a 70 72 69 6e 74 28 6d |'.hre',].print(m| 
00000040 79 6c 69 73 74 29 0a 0a 66 6f 72 20 77 20 69 6e |ylist)..for w in| 
00000050 20 6d 79 6c 69 73 74 3a 0a 20 20 20 20 70 72 69 | mylist:. pri| 
00000060 6e 74 28 77 2e 65 6e 63 6f 64 65 28 22 6c 61 74 |nt(w.encode("lat| 
00000070 69 6e 2d 31 22 29 29 0a       |in-1")).| 
00000078 

Należy zauważyć, że pierwszy bajt (reprezentowany szesnastkowo) w trzeciej linii (to znaczy w postaci położenia 0x20) jest fc. To jest kodowanie ü dla Latin-1. Jeśli plik został zakodowany przy użyciu utf-8, znak ü byłby reprezentowany przy użyciu dwóch bajtów, c3 bc.

Answer 2

Spróbuj uruchomić skrypt z PYTHONENCODING = UTF-8:

PYTHONENCODING=utf-8 python3 scripy.py