Python mmh3:UnicodeEncodeError:“ascii”编解码器无法对位置014中的字符进行编码：序号不在范围内（128）

Question

我在数据库中查询笑话，并返回Pythonstrs。我想将它们用作Unicode对象，所以我这样做了：

joke = unicode(joke, 'utf-8')

这对我所有的数据库结果都有效，不会引起任何问题。在

然后我试着把每个笑话中的每一个单词拼凑成这样：

^{pr2}$

我回来了：

UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-14: ordinal not in range(128)

我检查了文本，它是日语的。这是否意味着我应该在散列之前删除所有非ascii字符，还是有更好的方法来处理这个问题？在

谢谢！在

Answer 1

^{cd1>}函数似乎需要^{{cd2>}或^{{cd3>}可转换文本。

最简单的方法（如果您完全处理^{cd4>}对象），就是将它们转换为^{{cd2>}如您所调用的^{{cd6>}:

result = mmh3.hash(joke.encode('UTF-8'))