【Python】慢谈UnicodeEncodeError: ‘gbk‘ codec can‘t encode character ‘\xa0‘ in position 31 报错

最近在用python执行写入文件的程序时，出现了这个报错：

意思是将Unicode字符编码转为GBK时候出现了问题，可能是本身Unicode类型的字符中，包含了一些无法转换为GBK编码的一些字符;

所以我头脑中萌生出的第一种解决办法是把那些无法转换为GBK编码的字符给删了，转换不了的字符在报错中也说明了是’\xa0‘这个东西。于是我就修改了下代码。

from lxml import etree
import requests
url = "https://www.qb5.tw/book_51585/16647005.html"
resp = requests.get(url)
tree = etree.HTML(resp.text)
result = tree.xpath("/html/body/div[3]/div[2]/div[1]/text()")
a = ''.join(result)
b = a.replace('\xa0', "\n") #添加的代码
with open("a", mode="w") as f:
    f.write(b)
resp.close()

然后呢，它又给我报了类似的错误：

 额~，那就继续添加replace()咯。

b = a.replace('\xa0', "\n").replace('\ufffd', "")

OK,这次运行没有报错。

打开生成的文件看一下。

”额~~，这空行看起来真让人不舒服“，于是我吧“\n”去掉，结果跟加.....

 看来这种替换法在美观上行不通，于是我就试试另外一种办法。那就是在gbk解码时忽略掉不能解码的数据。

from lxml import etree
import requests
url = "https://www.qb5.tw/book_51585/16647005.html"
resp = requests.get(url)
tree = etree.HTML(resp.text)
result = tree.xpath("/html/body/div[3]/div[2]/div[1]/text()")
a = ''.join(result)#把列表转化为字符串
b = a.replace(' ', "\n")
print(b)
with open("a", mode="w") as f:
    f.write(b.encode("gbk","ignore").decode("gbk", "ignore"))#添加的代码

🆗成功执行，看看文件效果：

 比刚刚的输出好看多了。

所以在遇到这种报错时，可以直接用这种方法解决问题。