python-unicode编码冲突

更新-我试图包含crontab作业的完整路径，但同样的问题再次发生。。。我只对这篇含有拉丁字母“Moët”的文章有异议

我是Python3新手，我需要一个与“unicode编码冲突”相关的问题的帮助

我正在创建一个网络刮板，它可以将在线文章保存到本地

我想做的是：

• 使用Beautifulsoup获取文章标题
• 检查文章标题是否不在本地保存的文章列表中
• 如果标题匹配，则打印“文件存在”，不执行任何操作
• 如果标题不匹配，则捕获文章内容并生成.txt文件

代码如下：

article_html = self.request(articles_URL)
soup = BeautifulSoup(article_html.text, 'html.parser')
title_modify = soup.title.string
title_real = title_modify + '.txt'
current_path = os.getcwd()
article_names = os.listdir(current_path)
if title_real in article_names:
    print(title_real, 'exists, no need to re-create')
else:
###omit codes for catching article content
    with codecs.open(title_real, "a", encoding='utf-8') as f:
        f.write(XXX)

Aug 26 09:50 XXX with Moët XXX.txt

Aug 27 09:29 XXX with Moët XXX (Unicode Encoding Conflict (1)).txt

Aug 26 20:30 XXX with Moët xxx (Unicode Encoding Conflict).txt

然后我使用预定的Centos 7 crontab作业让它自动运行。它每天都会检测到相同的web URL，并试图将新文章捕获为txt文件

它工作得很好，但是，今天我观察到它不适用于包含拉丁字符的文章标题。理想情况下，系统将打印“文件存在”并转到下一篇文章，但是，它显示程序创建了一些重复的文章：

article_html = self.request(articles_URL)
soup = BeautifulSoup(article_html.text, 'html.parser')
title_modify = soup.title.string
title_real = title_modify + '.txt'
current_path = os.getcwd()
article_names = os.listdir(current_path)
if title_real in article_names:
    print(title_real, 'exists, no need to re-create')
else:
###omit codes for catching article content
    with codecs.open(title_real, "a", encoding='utf-8') as f:
        f.write(XXX)

Aug 26 09:50 XXX with Moët XXX.txt

Aug 27 09:29 XXX with Moët XXX (Unicode Encoding Conflict (1)).txt

Aug 26 20:30 XXX with Moët xxx (Unicode Encoding Conflict).txt

奇怪的是，当我手动运行python脚本时，它工作得很好：

python test.py

XXX with Moët XXX.txt exists, no need to re-create

如果有人能帮忙，我将不胜感激

---

Cook

Crontab很可能使用了精简的环境，这可能会导致意外行为。看，这很可能会解决你的问题

基本上，您需要提供python可执行文件的完整路径（您可以通过运行

哪个python

来获得它）。因此，您将看到crontab条目如下所示：

20 4 * * * your_python_path your_program_path.py

---

字符串中的实际字节是多少？我把钱花在了一个Unicode规范化问题上，这可能是非常感谢所有帮助的重复：）