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))
我得到以下错误
'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)
print。不要在 WSGI 应用程序中使用打印！
这个问题的实际最佳答案取决于您的环境，特别是您的终端期望的编码。
最快的单行解决方案是将您打印的所有内容编码为您的终端几乎肯定会接受的 ASCII，同时丢弃您无法打印的字符：
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，并在打印前将所有内容编码为 utf-8。您应该养成每次打印或读取字符串时考虑 unicode 编码的习惯。
只需将 .encode('utf-8') 放在对象的末尾即可在最新版本的 Python 中完成这项工作。
3.x，还是还有 2.7？
看来您遇到了 UTF-8 字节顺序标记 (BOM)。尝试使用此 unicode 字符串提取 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，您多次出现 BOM，可能是由于连接的文件内容。
s = unicode(s.strip(codecs.BOM_UTF8), 'utf-8') 转换任何产生错误的字符串 s。 s 是指您的字符串的名称。
lstrip 替换为 strip。
这对我有用：
from django.utils.encoding import smart_str
content = smart_str(content)
根据您的回溯，问题是 parseXML.py 第 136 行的 print 语句。不幸的是，您认为不适合发布您的代码的那部分，但我猜它只是用于调试。如果您将其更改为：
print repr(ch)
那么您至少应该看到您要打印的内容。
问题是您正在尝试将 unicode 字符打印到可能的非 unicode 终端。您需要在打印之前使用 'replace 选项对其进行编码，例如 print ch.encode(sys.stdout.encoding, 'replace')。
克服此问题的一个简单解决方案是将默认编码设置为 utf8。跟随是一个例子
import sys
reload(sys)
sys.setdefaultencoding('utf8')
ascii 的默认值保持默认值。这就是为什么如果没有 reload 技巧，setdefaultencoding 通常是不可用的。
