python ascii 转中文_在Python中将Unicode转换为ASCII而没有错误

截至2018年2月，使用压缩gzip已经变得非常流行(大约73％的网站使用它，包括谷歌，YouTube，雅虎，维基百科，Reddit，Stack Overflow和Stack Exchange网站等大型网站)。

如果你使用gzip响应进行原始答案中的简单解码，你会收到类似或类似的错误：UnicodeDecodeError：'utf8'编解码器无法解码位置1中的字节0x8b：意外的代码字节

为了解码gzpipped响应，您需要添加以下模块(在Python 3中)：import gzipimport io

然后你可以像这样解析内容：response = urlopen("https://example.com/gzipped-ressource")buffer = io.BytesIO(response.read()) # Use StringIO.StringIO(response.read()) in Python 2gzipped_file = gzip.GzipFile(fileobj=buffer)decoded = gzipped_file.read()content = decoded.decode("utf-8") # Replace utf-8 with the source encoding of your requested resource

此代码读取响应，并将字节放在缓冲区中。然后，gzip模块使用该GZipFile函数读取缓冲区。之后，gzip压缩文件可以再次读入字节并最终解码为正常的可读文本。

2010年的原始答案：

我们能获得用于的实际价值link吗？

另外，当我们尝试.encode()已经编码的字节串时，我们通常会遇到这个问题。所以你可能会尝试先解码它html = urllib.urlopen(link).read()unicode_str = html.decode()encoded_str = unicode_str.encode("utf8")

举个例子：html = '\xa0'encoded_str = html.encode("utf8")

失败了UnicodeDecodeError: 'ascii' codec can't decode byte 0xa0 in position 0: ordinal not in range(128)

而：html = '\xa0'decoded_str = html.decode("windows-1252")encoded_str = decoded_str.encode("utf8")

成功没有错误。请注意，我使用“windows-1252”作为示例。我从chardet得到了这个，它有0.5信心，它是正确的！(好吧，如1个字符长度的字符串所示，您期望什么)您应该将其更改为从返回的字节字符串的编码.urlopen().read()到适用于您检索的内容的编码。

我看到的另一个问题是.encode()string方法返回修改后的字符串，并没有修改源代码。因此self.response.out.write(html)，html不是来自html.encode的编码字符串(如果这是你最初的目标)，那就没用了。

正如Ignacio所建议的那样，检查源网页上的返回字符串的实际编码read()。它位于Meta标签之一或响应中的ContentType标头中。然后使用它作为参数.decode()。

但是请注意，不应该假设其他开发人员有足够的责任来确保标头和/或元字符集声明与实际内容匹配。(这是一个PITA，是的，我应该知道，我之前是其中之一)。