Belle erreur encode soupe Unicode

Question

J'essaie le code suivant avec un fichier HTML particulier

from BeautifulSoup import BeautifulSoup 
import re 
import codecs 
import sys 
f = open('test1.html') 
html = f.read() 
soup = BeautifulSoup(html) 
body = soup.body.contents 
para = soup.findAll('p') 
print str(para).encode('utf-8') 

Je reçois l'erreur suivante:

UnicodeEncodeError: 'ascii' codec can't encode character u'\u2019' in position 9: ordinal not in range(128) 

Comment puis-je débugger?

Je n'obtiens aucune erreur lorsque je supprime l'appel à la fonction d'impression.

Answer 1

Le composant intégré str(para) essaie d'utiliser le codage par défaut (ascii) pour l'Unicode dans para. Cela se fait avant l'appel encode():

>>> s=u'123\u2019' 
>>> str(s) 
Traceback (most recent call last): 
    File "<interactive input>", line 1, in <module> 
UnicodeEncodeError: 'ascii' codec can't encode character u'\u2019' in position 3: ordinal not in range(128) 
>>> s.encode("utf-8") 
'123\xe2\x80\x99' 
>>> 

Essayez encodage para directement, peut-être en appliquant encode("utf-8") à chaque élément de la liste.