Wie löst man den Python-Fehler „UnicodeDecodeError: ‚ASCII'-Codec kann Byte nicht dekodieren'?

So beheben Sie „UnicodeDecodeError: ‚ASCII‘-Codec kann Byte nicht dekodieren“

tl;dr / Quick Fix

• Vermeiden unnötige Dekodierung/Kodierung.
• Gehen Sie nicht von der UTF-8-Kodierung aus Zeichenfolgen.
• Konvertieren Sie Zeichenfolgen so schnell wie möglich in Unicode-Zeichenfolgen in Ihrem Code.
• Passen Sie Ihr Gebietsschema an (siehe: Wie löst man UnicodeDecodeError in Python 3.6?).
• Widerstehen die Versuchung für schnelle Reload-Hacks.

Unicode Zen in Python 2.x

UnicodeDecodeError: 'ascii' codec can't decode byte tritt normalerweise auf, wenn Sie versuchen, einen Python 2.x-String, der Nicht-ASCII-Zeichen enthält, in einen Unicode-String zu konvertieren, ohne die Codierung des ursprünglichen Strings anzugeben.

Unicode-Strings (auch Unicodes genannt) sind ein separater String-Typ in Python, der Unicode-Punktcodes enthält und jeden Unicode-Punkt darstellen kann im gesamten Spektrum. Im Gegensatz dazu enthalten Zeichenfolgen codierten Text in verschiedenen Formaten (z. B. UTF-8, UTF-16, ISO-8895-1).

Die Entwickler des Markdown-Moduls verwenden wahrscheinlich unicode() als Qualitätstor, um den Eingang sicherzustellen Zeichenfolgen sind Unicode. Da sie die Codierung des eingehenden Strings nicht bestimmen können, müssen Sie ihn dekodieren, bevor Sie ihn an Markdown übergeben.

Unicode-Strings können in Ihrem Code mit dem Präfix „u“ deklariert werden:

my_u = u'my ünicôdé strįng'
print(type(my_u)) # <type></type>

Unicode-Strings können auch aus Dateien, Datenbanken oder Netzwerkmodulen entstehen, bei denen Sie das nicht angeben müssen Kodierung.

Problemfälle

Unicode-Konvertierung kann auch ohne explizite unicode()-Aufrufe erfolgen:

# Explicit conversion without encoding
unicode('€')

# New-style format string into Unicode string
# Python attempts to convert value string to Unicode first
u"The currency is: {}".format('€')

# Old-style format string into Unicode string
# Python attempts to convert value string to Unicode first
u'The currency is: %s' % '€'

# Append string to Unicode
# Python attempts to convert string to Unicode first
u'The currency is: ' + '€'

Beispiele

Im folgenden Diagramm „café „ ist je nach Terminaltyp unterschiedlich in „UTF-8“ und „Cp1252“ kodiert. In beiden Fällen wird „caf“ in reinem ASCII codiert. Während UTF-8 zwei Bytes zur Darstellung von „é“ verwendet, verwendet Cp1252 ein einzelnes Byte, das zufällig auch mit dem Unicode-Punktwert übereinstimmt. In diesem Fall wird decode() mit der richtigen Codierung aufgerufen und eine erfolgreiche Konvertierung in Unicode durchgeführt:

[Diagramm einer erfolgreichen Unicode-Konvertierung mit der richtigen Codierung]

Allerdings, wenn decode () mit „ascii“ aufgerufen wird, was dem Aufruf von unicode() ohne Angabe einer Codierung ähnelt, tritt ein UnicodeDecodeError auf:

[Diagramm von eine fehlgeschlagene Unicode-Konvertierung mit der falschen Codierung]

Das Unicode-Sandwich

Es empfiehlt sich, in Ihrem Code ein „Unicode-Sandwich“ zu erstellen, in dem Sie:

1. Dekodieren Sie alle eingehenden Daten in Unicode-Zeichenfolgen.
2. Führen Sie Operationen mit Unicode durch Zeichenfolgen.
3. Auf dem Weg nach draußen in str kodieren.

Dieser Ansatz verhindert, dass Sie sich im gesamten Code um die Zeichenfolgenkodierung kümmern müssen.

Eingabe/Dekodierung

• Verwenden Sie für Quellcode Unicode-Zeichenfolgenliterale (z. B. u'Zürich') und fügen Sie einen Codierungsheader hinzu (z. B. #-Kodierung: utf-8).

• Verwenden Sie für Dateien den TextWrapper des io-Moduls mit der entsprechenden Kodierung:

  my_u = u'my ünicôdé strįng'
  print(type(my_u)) # <type></type>

• Konfigurieren Sie für Datenbanken die Verbindung so, dass sie Unicode-Daten zurückgibt und Unicode-Zeichenfolgen für SQL-Abfragen verwendet.
• Für HTTP sollten Sie die Verwendung der Python Requests-Bibliothek in Betracht ziehen, die Unicode in „response.text“ zurückgibt .
• Für die manuelle Dekodierung verwenden Sie my_string.decode(encoding), wobei die Kodierung die geeignete ist value.

Ausgabe

• stdout/printing: Python versucht, einen Encoder forstdout zu konfigurieren, um Unicode-Strings in die Codierung der Konsole zu codieren. Wenn die Kodierung der Konsole falsch ist, können Fehler auftreten.
• Dateien: io.open kann Unicode transparent in Byte-Strings kodieren.
• Datenbanken: Durch die richtige Konfiguration können Sie Unicode-Daten direkt in die Konsole schreiben Datenbank.

Das obige ist der detaillierte Inhalt vonWie löst man den Python-Fehler „UnicodeDecodeError: ‚ASCII'-Codec kann Byte nicht dekodieren'?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!