Unicode-Fehler ignorieren

Question

Wenn ich eine Schleife über eine Reihe von URLs laufen lasse, um alle Links (in bestimmten Divs) auf diesen Seiten zu finden, erhalte ich diesen Fehler zurück:

Traceback (most recent call last):
File "file_location", line 38, in <module>
out.writerow(tag['href'])
UnicodeEncodeError: 'ascii' codec can't encode character u'\u2026' in position 0: ordinal not in range(128)

Der Code, den ich im Zusammenhang mit diesem Fehler geschrieben habe, lautet:

out  = csv.writer(open("file_location", "ab"), delimiter=";")
for tag in soup_3.findAll('a', href=True):   
    out.writerow(tag['href'])

Gibt es eine Möglichkeit, dies zu lösen, möglicherweise mit einer if-Anweisung zu ignorieren alle URLs, die Unicode-Fehler haben?

Vielen Dank im Voraus für Ihre Hilfe.

Answer 1

Sie können den Aufruf der Writerow-Methode in eine try und fangen die Ausnahme auf, um sie zu ignorieren:

for tag in soup_3.findAll('a', href=True):
    try:
        out.writerow(tag['href'])
    except UnicodeEncodeError:
        pass

aber Sie wollen mit ziemlicher Sicherheit eine andere Kodierung als ASCII für Ihre CSV-Datei wählen (utf-8, es sei denn, Sie haben einen sehr guten Grund, etwas anderes zu verwenden), und öffnen Sie sie mit codecs.open() anstelle des eingebauten open .