Question

import urllib, urllib2 
from bs4 import BeautifulSoup, Comment 
strg="" 
iter=1 
url='http://www.amazon.in/product-reviews/B00EOPJEYK/ref=cm_cr_pr_top_link_1? ie=UTF8&pageNumber=1&showViewpoints=0&sortBy=bySubmissionDateDescending' 
content = urllib2.urlopen(url).read() 
soup = BeautifulSoup(content, "html.parser") 
rows =soup.find_all('div',attrs={"class" : "reviewText"}) 
for row in soup.find_all('div',attrs={"class" : "reviewText"}): 
     strg = strg +str(iter)+"." + row.text + "\n\n" 
     iter=iter+1 

with open('outp.txt','w') as f: 
     f.write(strg) 
f.close() 

我需要此代码来写入变量的内容，strg到文件outp.txt。

相反，我得到这个错误：

Traceback (most recent call last): 
File "C:\Python27\demo_amazon.py", line 14, in <module> 
f.write(strg) 
UnicodeEncodeError: 'ascii' codec can't encode character u'\u2022' in position 226: ordinal not in range(128)  

STRG存储所需output.There是在写作声明我guess.How来解决这个问题，一些？

请帮忙。

谢谢。

Answer 1

好，首先，如果你想摆脱unicode的错误，你要切换到Python 3默认为unicode字符串，而不是ASCII字符串中蟒蛇2.

也就是说，摆脱UnicodeEncodeError例外，你该怎么办：

with open('outp.txt','w') as f: 
    f.write(strg.encode('utf8')) 

作为参考，请参阅that question。并尝试使用unicode字符串尽可能避免尽可能改变字符集，用u"this is an unicode string"，而不是"this is an ascii string"

从而在for循环：

strg = strg +str(iter)+"." + row.text + "\n\n" 

应改为：

strg = strg +unicode(iter)+u"." + row.text + u"\n\n" 

和STRG应该被定义为strg = u""

注：在f.close()你代码与使用with关键字是多余的，当您退出with块时，通过File对象的__exit__()方法实际负责关闭文件。

Answer 2

基本上你有一个非ASCII字符。我建议使用Unidecode，它会尝试找到违规的“最接近”的ASCII字符。所以，比如它会变成e。

所以你只是做

from unidecode import unidecode 
f.write(unidecode(strg))