有关python编码混乱

Question

我取回从数据库中文编码的数据，我想将数据发送为HTML内容的电子邮件时，代码是这样的：

html += """<tr><td>"""   
html += unicode(rs[0], 'big5') # rs[0] is data encoded in big5 

我运行该脚本，但所提出的错误：UnicodeDecodeError：'ascii'编解码器无法解码字节......但是，我尝试了交互式python命令行中的代码，没有提出错误，您能否给我提供线索？

Answer 1

您致电unicode()工作正常。它是串联，它将一个unicode对象添加到字节字符串中，这是造成麻烦的原因。如果您将第一行更改为u'''<tr><td>'''（或u'<tr><td>'），它应该可以正常工作。

编辑：这意味着你的错误之处在于，已经在html的时候蟒蛇的数据到达这个片断：

>>> '\x9f<tr><td>' + unicode('\xc3\x60', 'big5') 
Traceback (most recent call last): 
    File "<stdin>", line 1, in <module> 
UnicodeDecodeError: 'ascii' codec can't decode byte 0x9f in position 0: ordinal not in range(128) 
>>> u'\x9f<tr><td>' + unicode('\xc3\x60', 'big5') 
u'\x9f<tr><td>\u56a5' 
>>> 

Answer 2

如果html还不是一个unicode对象，而是一个普通的字符串，当它与转换后的版本rs[0]连接时，它会转换为unicode。如果html现在包含特殊字符，则可能会出现unicode错误。

因此html的其他内容也需要正确解码为unicode。如果特殊字符来自字符串文字，您可以使用unicode文字（如u"abcä"）。