蟒蛇搜索字符串

Question

我收到以下错误，而试图寻找下面的字符串时，编码错误

错误：

SyntaxError: Non-ASCII character '\xd8' in file Hadith_scraper.py on line 44, but no encoding declared; see http://www.python.org/peps/pep-0263.html for details 

STRING：

دَّثَنَا عَبْدَانُ، قَالَ أَخْبَرَنَا عَبْ 

CODE：

arabic_hadith = "دَّثَنَا عَبْدَانُ، قَالَ أَخْبَرَنَا عَبْ" 
arabic_hadith.encode('utf8') 
print arabic_hadith 
if "الجمعة" in arabic_hadith:‎ 
    day = "5" 
else: 
    day = "" 

Answer 1

您有字节字符串，而不是unicode的值。尝试在Python 2中对字节字符串进行编码意味着Python将首先尝试将其解码到unicode，以便它可以进行编码。

使用unicode值，而不是在这里，并确保你在文件的顶部先设定编解码器。请参阅PEP 263 - Defining Python Source Code Encodings（您的错误消息指出您）。

请注意，有无需编码为UTF8这里，那将只是文本比较复杂：

# encoding: utf8 
arabic_hadith = u"دَّثَنَا عَبْدَانُ، قَالَ أَخْبَرَنَا عَبْ" 
print arabic_hadith 
if u"الجمعة" in arabic_hadith:‎ 
    day = "5" 
else: 
    day = "" 

经验法则：从传入源解码字节（文件，网络数据）转换为Unicode ，在程序中仅处理Unicode，并且只对任何传出数据再次进行编码。

我强烈推荐您阅读：

• The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!)由Joel Spolsky的

• 的Python Unicode HOWTO

• Pragmatic Unicode由斯内德尔德

，然后再继续。