Python Unicode编码错误序号不在<128>范围内，带有欧洲符号

Question

我必须阅读Python中的XML文件并获取各种信息，我遇到了一个令人沮丧的Unicode编码错误，即使使用google也无法发现。

以下是我的代码片段：

#!/usr/bin/python
# coding: utf-8
from xml.dom.minidom import parseString
with open('data.txt','w') as fout:
   #do a lot of stuff
   nameObj = data.getElementsByTagName('name')[0]
   name = nameObj.childNodes[0].nodeValue
   #... do more stuff
   fout.write(','.join((name,bunch of other stuff))

当我正在解析的一个名称条目包含一个欧元符号时，这个惊人的崩溃。错误如下：

UnicodeEncodeError: 'ascii' codec can't encode character u'\u20ac' in position 60: ordinal not in range(128)

我明白为什么欧元区的信号会把事情搞砸（因为现在是128点，对吧？），但我认为编写代码：utf-8可以解决这个问题。我还尝试了添加.encode（utf-8），以便名称看起来像

name = nameObj.childNodes[0].nodeValue.encode(utf-8)

但这也不管用。我做错什么了？（如果有人想知道，我正在使用Python2.7.3）

编辑：Python在fout.write（）行崩溃——它将在名称字段如下的地方正常运行：

<name>United States, USD</name>

但是会在名字栏上浪费，比如：

<name>France, € </name>

Answer 1

使用内置函数open在python中打开文件时，您将始终以ascii格式读取该文件。要以其他编码方式访问它，必须使用编解码器：

import codecs
fout = codecs.open('data.txt','w','utf-8')

Answer 2

看起来您正在从XML解析器中获取Unicode数据，但在将其写出来之前，您没有对其进行编码。在将结果写入文件之前，可以对其进行显式编码：

text = ",".join(stuff) # this will be unicode if any value in stuff is unicode
encoded = text.encode("utf-8") # or use whatever encoding you prefer
fout.write(encoded)