UnicodeEncodeError-----（Python）

（來源：http://www.crifan.com/unicodeencodeerror_gbk_codec_can_not_encode_character_in_position_illegal_multibyte_sequence/）

(1)出現UnicodeEncodeError –> 說明是Unicode編碼時候的問題；

(2)‘gbk’ codec can’t encode character –> 說明是將Unicode字符編碼爲GBK時候出現的問題；

此時，往往最大的可能就是，本身Unicode類型的字符中，包含了一些無法轉換爲GBK編碼的一些字符。

解決辦法是：

• 方案1：

        在對unicode字符編碼時，添加ignore參數，忽略無法無法編碼的字符，這樣就可以正常編碼爲GBK了。

        對應代碼爲：

gbkTypeStr = unicodeTypeStr.encode(“GBK“, ‘ignore’);

• 方案2：

       或者，將其轉換爲GBK編碼的超集GB18030 （即，GBK是GB18030的子集）：

gb18030TypeStr = unicodeTypeStr.encode(“GB18030“);

      對應的得到的字符是GB18030的編碼。

【題外話】

       對於上述中，將原先的utf-8的字符轉換爲Unicode的時候，其實更加安全的做法，也可以將：

                        titleUni = titleHtml.decode(“UTF-8″);

      替換爲：

                        titleUni = titleHtml.decode(“UTF-8″, ‘ignore’);

       這樣可以實現，即使對於那些，相對來說是無關緊要的一些特殊字符，也可以成功編碼，避免編碼出錯，提高程序的健壯性。

 

Python 2.x中常見字符編碼和解碼方面的錯誤及其解決辦法：

http://www.crifan.com/summary_python_2_x_common_string_encode_decode_error_reason_and_solution/