UnicodeEncodeError：'ascii'编解码器无法在位置0编码字符u'\ xef'：序数不在范围内（128）

我想解析我的XML文档。所以我将我的XML文档存储如下

class XMLdocs(db.Expando):  
   id = db.IntegerProperty()    
   name=db.StringProperty()  
   content=db.BlobProperty()  

现在我的下面是我的代码

parser = make_parser()     
curHandler = BasketBallHandler()  
parser.setContentHandler(curHandler)  
for q in XMLdocs.all():  
        parser.parse(StringIO.StringIO(q.content))

我低于错误

'ascii' codec can't encode character u'\xef' in position 0: ordinal not in range(128)
Traceback (most recent call last):  
  File "/base/python_runtime/python_lib/versions/1/google/appengine/ext/webapp/__init__.py", line 517, in __call__
    handler.post(*groups)   
  File "/base/data/home/apps/parsepython/1.348669006354245654/mapreduce/base_handler.py", line 59, in post
    self.handle()   
  File "/base/data/home/apps/parsepython/1.348669006354245654/mapreduce/handlers.py", line 168, in handle
    scan_aborted = not self.process_entity(entity, ctx)   
  File "/base/data/home/apps/parsepython/1.348669006354245654/mapreduce/handlers.py", line 233, in process_entity
    handler(entity)   
  File "/base/data/home/apps/parsepython/1.348669006354245654/parseXML.py", line 71, in process
    parser.parse(StringIO.StringIO(q.content))   
  File "/base/python_runtime/python_dist/lib/python2.5/xml/sax/expatreader.py", line 107, in parse
    xmlreader.IncrementalParser.parse(self, source)   
  File "/base/python_runtime/python_dist/lib/python2.5/xml/sax/xmlreader.py", line 123, in parse
    self.feed(buffer)  
  File "/base/python_runtime/python_dist/lib/python2.5/xml/sax/expatreader.py", line 207, in feed
    self._parser.Parse(data, isFinal)   
  File "/base/data/home/apps/parsepython/1.348669006354245654/parseXML.py", line 136, in characters   
    print ch   
UnicodeEncodeError: 'ascii' codec can't encode character u'\xef' in position 0: ordinal not in range(128)   

看来您要达到UTF-8字节顺序标记（BOM）。尝试使用此Unicode字符串并提取出BOM：

import codecs

content = unicode(q.content.strip(codecs.BOM_UTF8), 'utf-8')
parser.parse(StringIO.StringIO(content))

我使用strip而不是lstrip因为在您的情况下您可能多次出现BOM表，这可能是由于串联的文件内容引起的。

对于此问题的实际最佳答案取决于您的环境，尤其是终端期望的编码。

最快的单行解决方案是将您打印的所有内容编码为ASCII，您的终端几乎肯定会接受它，同时丢弃无法打印的字符：

print ch #fails
print ch.encode('ascii', 'ignore')

更好的解决方案是将终端的编码更改为utf-8，并在打印之前将所有内容编码为utf-8。每次打印或读取字符串时，都应该养成思考Unicode编码的习惯。

只需将.encode('utf-8')对象放在末尾即可在最新版本的Python中完成这项工作。

这对我有用：

from django.utils.encoding import smart_str
content = smart_str(content)

根据您的追溯问题是的print第136行的语句parseXML.py。不幸的是，您认为不适合在代码的那部分发布，但是我猜想它仅用于调试。如果将其更改为：

print repr(ch)

那么您至少应该看到要打印的内容。

问题是您试图将Unicode字符打印到可能是非Unicode的终端。'replace在打印之前，您需要使用选项对它进行编码，例如print ch.encode(sys.stdout.encoding, 'replace')。

解决此问题的一种简单方法是将默认编码设置为utf8。跟随是一个例子

import sys

reload(sys)
sys.setdefaultencoding('utf8')