Pergunta

Eu estou tentando passar grandes cadeias de html aleatória através de expressões regulares e meu script Python 2.6 está engasgado com isto:

UnicodeEncodeError: 'ascii' codec não pode caráter codificação

Eu segui-lo de volta para um sobrescrito marca registrada no final desta palavra: Proteção ™ - Eu não preciso para capturar o material não-ascii, mas é um incômodo e espero encontrá-lo mais no futuro.

Existe um módulo para processar caracteres não-ascii? ou, o que é a melhor maneira de lidar com / escapar coisas não-ascii em python?

Obrigado! de erro completa:

E
======================================================================
ERROR: test_untitled (__main__.Untitled)
----------------------------------------------------------------------
Traceback (most recent call last):
  File "C:\Python26\Test2.py", line 26, in test_untitled
    ofile.write(Test + '\n')
UnicodeEncodeError: 'ascii' codec can't encode character u'\u2122' in position 1005: ordinal not in range(128)

Script completa:

from selenium import selenium
import unittest, time, re, csv, logging

class Untitled(unittest.TestCase):
    def setUp(self):
        self.verificationErrors = []
        self.selenium = selenium("localhost", 4444, "*firefox", "http://www.BaseDomain.com/")
        self.selenium.start()
        self.selenium.set_timeout("90000")

    def test_untitled(self):
        sel = self.selenium
        spamReader = csv.reader(open('SubDomainList.csv', 'rb'))
        for row in spamReader:
            sel.open(row[0])
            time.sleep(10)
            Test = sel.get_text("//html/body/div/table/tbody/tr/td/form/div/table/tbody/tr[7]/td")
            Test = Test.replace(",","")
            Test = Test.replace("\n", "")
            ofile = open('TestOut.csv', 'ab')
            ofile.write(Test + '\n')
            ofile.close()

    def tearDown(self):
        self.selenium.stop()
        self.assertEqual([], self.verificationErrors)

if __name__ == "__main__":
    unittest.main()
Foi útil?

Solução

repetição total de sua outra pergunta aqui (embora aqui você finalmente se dignou a mostrar-nos CÓDIGO desde o início, wow! -). Resposta é ainda idêntica: em vez de

        ofile.write(Test + '\n')

fazer

        ofile.write(Test.encode('utf8') + '\n')

Por que você continuar a repetir este Q, BTW?!

Licenciado em: CC-BY-SA com atribuição
Não afiliado a StackOverflow
scroll top