Python 将ASCII输出转换为UTF-8

我很快就有了一个脚本，可以从纽约时报API获取JSON，然后将其转换为CSV。但是，我偶尔会遇到以下错误：

UnicodeEncodeError:“ascii”编解码器无法在中对字符u'\u201c'进行编码 位置21：序号不在范围内（128）

我想，如果我将输出转换为UTF-8，我可以避免这一切，但我不确定如何做到这一点。以下是我的python脚本：

import urllib2
import json
import csv

outfile_path='/NYTComments.csv'

writer = csv.writer(open(outfile_path, 'w'))

url = urllib2.Request('http://api.nytimes.com/svc/community/v2/comments/recent?api-key=ea7aac6c5d0723d7f1e06c8035d27305:5:66594855')

parsed_json = json.load(urllib2.urlopen(url))

print parsed_json

for comment in parsed_json['results']['comments']:
    row = []
    row.append(str(comment['commentSequence']))
    row.append(str(comment['commentBody']))
    row.append(str(comment['commentTitle']))
    row.append(str(comment['approveDate']))
    writer.writerow(row)

有几件事

• 我对《纽约时报》的API一无所知，但我猜您可能不应该发布带有“API密钥”的代码片段。这一点只是猜测（我以前从未使用过此API）

• 如果您查看，API会告诉您编码。您将在标题中返回以下内容：

  Content-Type=application/json; charset=UTF-8 
  

• 谷歌搜索“python和UnicodeError”会给你很多帮助。但在这里，你的问题可能是在评论中使用“str”。在这种情况下，它将使用“ascii”编解码器。如果有一个字符超过128，那么爆炸。你得到了你所看到的错误。是一篇关于这个主题的不错的博客文章。读一遍可能会有帮助

编辑：此解决方案适用于我：

for comment in parsed_json['results']['comments']:
    row = []
    row.append(str(comment['commentSequence']))
    row.append(comment['commentBody'].encode('UTF-8', 'replace'))
    row.append(comment['commentTitle'].encode('UTF-8', 'replace'))
    row.append(str(comment['approveDate']))
    writer.writerow(row)

有几件事

• 我对《纽约时报》的API一无所知，但我猜您可能不应该发布带有“API密钥”的代码片段。这一点只是猜测（我以前从未使用过此API）

• 如果您查看，API会告诉您编码。您将在标题中返回以下内容：

  Content-Type=application/json; charset=UTF-8 
  

• 谷歌搜索“python和UnicodeError”会给你很多帮助。但在这里，你的问题可能是在评论中使用“str”。在这种情况下，它将使用“ascii”编解码器。如果有一个字符超过128，那么爆炸。你得到了你所看到的错误。是一篇关于这个主题的不错的博客文章。读一遍可能会有帮助

编辑：此解决方案适用于我：

for comment in parsed_json['results']['comments']:
    row = []
    row.append(str(comment['commentSequence']))
    row.append(comment['commentBody'].encode('UTF-8', 'replace'))
    row.append(comment['commentTitle'].encode('UTF-8', 'replace'))
    row.append(str(comment['approveDate']))
    writer.writerow(row)

---

用unicode（）替换对str（）的第二个和第三个调用

---

用unicode（）替换对str（）的第二个和第三个调用

---

完整的错误跟踪是什么样子的？错误起源于哪里？writer.writerow（行）中的第21行完整的错误跟踪是什么样子的？错误来自哪里？第21行，在writer.writerow（行）中，我实际上认为它被正确解析为Unicode，错误出现在一个

str

调用中，这就是为什么我要求澄清。@markransem-是的。我打赌你可能是对的。但是，我想指出一个事实，他已经发布了他的密钥（我猜应该是私有的），并且他可以通过查看响应头找到编码。他似乎在猜测他在处理什么编码。我会改变我的答案。你是对的，我应该把钥匙藏起来，但它们真的不值钱。任何有电子邮件的人都可以得到一封。当我将编码更改为unicode时，仍然会遇到相同的错误。@ChrisJ.Vargo我真的不知道密钥的值。看起来就像一个可能的复制/粘贴“oopsy”。comment['commentBody'].encode（'UTF-8'，'ignore'）不起作用？我实际上认为它被正确解析为Unicode，错误出现在一个

str

调用中，这就是为什么我要求一些澄清。@markransem-是的。我打赌你可能是对的。但是，我想指出一个事实，他已经发布了他的密钥（我猜应该是私有的），并且他可以通过查看响应头找到编码。他似乎在猜测他在处理什么编码。我会改变我的答案。你是对的，我应该把钥匙藏起来，但它们真的不值钱。任何有电子邮件的人都可以得到一封。当我将编码更改为unicode时，仍然会遇到相同的错误。@ChrisJ.Vargo我真的不知道密钥的值。看起来就像一个可能的复制/粘贴“oopsy”。注释['commentBody']。编码（'UTF-8'，'ignore'）不起作用？