消除\ xa0返回UnicodeEncodeError

Question

我使用Xpath获取数据，输出的'\xa0'是Unicode。我想消除它，但它返回：

UnicodeEncodeError: 'ascii' codec can't encode character u'\xa0' in position 0: ordinal not in range(128)

这是我的代码：

page_active = requests.get('http://www.marketinout.com/stock-screener/stocks.php?list=volume_leaders&exch=asx')
active = html.fromstring(page_active.content)
data = active.xpath('//tbody/tr/td/text()')
data >>> [u'\xa0', u'\xa0', u'\xa0Bard1 Life Sciences Limited                                                         

                                                                                                           ',
 u'\xa0Gold', u'\xa0Basic Materials', u'\xa0ASX', u'\xa07', u'\xa00.025', u'\xa00.015', u'\xa0150.0', u'\xa02
78,097,367', u'\xa0', u'\xa0', u'\xa0Patrys Ltd  ...]

为了消除'\xa0'，我尝试了[a.replace('\xa0',' ') for a in data]，但它返回：

UnicodeEncodeError: 'ascii' codec can't encode character u'\xa0' in position 0: ordinal not in range(128)

我也使用[a.decode('utf-8').replace("\xa0","") for a in data]但我仍然得到同样的错误。

Answer 1

您正在混合字节和Unicode，不要这样做。改为使用Unicode字符串文字：

[a.replace(u'\xa0', u' ') for a in data]

否则，Python将尝试将字节串'\xa0'解码为ASCII，而0xA0不是有效的ASCII码点。

或者，使用unicode.strip()删除尾随和前导空格; U + 00A0代码点计为空格：

[a.strip() for a in data]

Answer 2

您需要告诉Python将您的字符串解释为Unicode。

为此，请在字符串前添加u：

[a.replace(u'\xa0', u' ') for a in data]