python中关于'gbk' codec can't encode character u'\xxx'的问题

为什么80%的码农都做不了架构师？>>>   

问题：

使用webdriver中获取网页数据流的时候，然后print driver.find_element_by_id('').text，出现如下错误

UnicodeEncodeError: 'gbk' codec can't encode character u'\ue60a' in position 20: illegal multibyte sequence

 

原因：

对于此Unicode字符，需要print出来的话，由于本地系统是Windows中的cmd（linux无此情况出现，请放心食用），默认codepage是CP936，即GBK的编码，所以python解释器需要先将上述的Unicode字符编码为GBK，然后再在cmd中显示出来。

但是由于包含一些GBK中无法显示的字符，导致此时提示“’gbk’ codec can’t encode”的错误的。

 

方法1：

在对unicode字符编码时，添加ignore参数，忽略无法无法编码的字符，这样就可以正常编码为GBK了。

print str.encode("GBK", 'ignore');

 

方法2：

将其转换为GBK编码的超集GB18030 （即，GBK是GB18030的子集）：

print str.encode("GB18030");

 

转载于:https://my.oschina.net/hjchhx/blog/1535480