Python:UnicodeCoderror with codecs.open

我正在尝试使用orgnode.py（）解析org文件。这些文件是英语/波斯语的，使用

file-i

似乎是utf-8编码的。但我在使用makelist函数（它本身使用codec.open和utf-8）时遇到了这个错误：

org.makelist（“toread.org”） [** [[http://www.apa.org/helpcenter/sexual-orientation.aspx][性取向、同性恋和双性恋]]：探路者： 新增：[2013-11-06星期三] , ** [[http://stackoverflow.com/questions/11384516/how-to-make-all-org-files-under-a-folder-added-in-agenda-list-automatically][emacs-如何将文件夹下的所有组织文件自动添加到议程列表中？-堆栈溢出]] （setq org议程文本搜索额外文件（议程档案“~/org/subdir/textfile1.txt”“~/org/subdir/textfile1.txt”）） 新增：[2013-07-23星期二] ，回溯（最近一次呼叫最后一次）： 文件“”，第1行，在 UnicodeEncodeError:“ascii”编解码器无法对位置63-66中的字符进行编码：序号不在范围内（128） 该函数返回组织标题列表，但不显示最后一项（用波斯语编写），而是显示错误。

---

任何关于如何处理此错误的建议？

正如回溯告诉您的，异常是由您在Python控制台本身（

Orgnode.makelist（“toread.org”）

上输入的语句引起的，而不是在语句求值期间调用的任何函数中

当解释器自动转换语句的返回值以在控制台上显示它时，这是典型的编码错误。显示的文本是对返回值应用

repr（）

内置的结果

这里，

makelist

结果的

repr（）

是一个

unicode

对象，默认情况下，解释器尝试使用

“ascii”

编解码器将其转换为

str

罪魁祸首是

Orgnode.\uuuuu repr\uuuuu

方法（），该方法返回一个

unicode

对象（因为节点内容已使用

codecs.open

自动解码），尽管

\uuuu repr\uuu

方法通常只返回具有安全（ASCII）字符的字符串

以下是您可以对Orgnode所做的最小更改，作为解决问题的方法：

-- a/Orgnode.py
+++ b/Orgnode.py
@@ -612,4 +612,4 @@ class Orgnode(object):
 # following will output the text used to construct the object
         n = n + "\n" + self.body

-        return n
+        return n.encode('utf-8')

如果您想要只返回ASCII字符的版本，可以使用

'string-escape'

作为编解码器，而不是

'utf-8'

---

这只是一个快速而肮脏的解决方案。正确的解决方案是重写一个适当的

\uuuuu repr\uuuuuu

方法，并添加

\uuuu str\uuuu

和

\uuuuu unicode\uuuuuuu

方法，而这个类缺少这些方法。（如果我有时间，我甚至可以自己解决这个问题，因为我对使用Python代码来操作我的组织模式文件非常感兴趣。）

这个错误几乎肯定不是由

编解码器.open（）引发的，因为这将是一个解码异常。您有一个编码异常。您可能正在打印unicode值吗？向我们展示您的代码和完整的回溯。我添加了回溯，但不明白
打印unicode值是什么意思
（对不起，我没有回答）。还有什么其他信息需要添加到我的问题中吗？这看起来不像是一个完整的回溯；你能给我们展示一下
Orgnode.makelist（）的代码吗
？还有其他原因导致Python将已经读取的Unicode对象编码回ASCII。常见的可疑情况是混合使用Unicode和字节字符串对象、打印或写入常规文件。下面是链接：。这是我得到的所有回溯。有趣的是，它是makelist函数返回的列表中的一个项目。谢谢，这样做了。我很高兴看到Orgnode.py有一个更好的版本。实际上还有一些其他的python解析器用于org文件，但是这个对我来说是最容易理解的。
-- a/Orgnode.py
+++ b/Orgnode.py
@@ -612,4 +612,4 @@ class Orgnode(object):
 # following will output the text used to construct the object
         n = n + "\n" + self.body

-        return n
+        return n.encode('utf-8')