（轉）python3 urllib.request.urlopen() 錯誤UnicodeEncodeError: 'ascii' codec can't encode characters

代碼內容：

url = 'https://movie.douban.com/j/search_subjects?type=movie'+ str(tag) + '&sort=recommend&page_limit=20&page_start=' + str(limit)
response = urllib.request.urlopen(url, timeout=20)
result = response.read().decode('utf-8','ignore').replace(u'\xa9', u'')
result = json.loads(result)

　　

錯誤內容爲：上述第二行代碼報錯UnicodeEncodeError: 'ascii' codec can't encode characters in position 28-29: ordinal not in range(128)

1 認爲是代碼錯誤，或者是tab縮進錯誤

2 百度搜索後得出以下分析：

Python在安裝時，默認的編碼是ascii，當程序中出現非ascii編碼時，python的處理經常會報這樣的錯UnicodeDecodeError: 'ascii' codec can't decode byte 0x?? in position 1: ordinal not in range(128)，python沒辦法處理非ascii編碼的，此時須要本身設置將python的默認編碼，通常設置爲utf8的編碼格式。

可是在我使用的python3.6.5 默認就是utf8編碼格式，因此也不存在這種問題。我使用print(type(str))後輸出的也是str。

3 發現python3 urlopen()連接地址中不能出現中文，而上述代碼的tag是傳入的中文字符，終於找到了問題的所在。

解決辦法：

使用urllib.parse.quote進行轉換。

url = 'https://movie.douban.com/j/search_subjects?type=movie&tag=' + str(tag) + '&sort=recommend&page_limit=20&page_start=' + str(limit)
url = quote(url, safe=string.printable)
response = urllib.request.urlopen(url, timeout=20)
result = response.read().decode('utf-8','ignore').replace(u'\xa9', u'')
result = json.loads(result)

　　

程序頭部須要添加

from urllib.parse import quote

同時須要import string導入string模塊

方法quote的參數safe表示能夠忽略的字符。

string.printable表示ASCII碼第33～126號可打印字符，其中第48～57號爲0～9十個阿拉伯數字；65～90號爲26個大寫英文字母，97～122號爲26個小寫英文字母，其他的是一些標點符號、運算符號等。