带xlrd的UnicodeEncodeError

Question

我正在尝试用xlrd读取一个.xlsx。我把一切都安排好了工作。它适用于正常英文字母和数字的数据。然而，当它转到瑞典字母(奥奥)时，它给出了这个错误：

print str(sheet.cell_value(1, 2)) + " " + str(sheet.cell_value(1, 3)) + " " + str(sheet.cell_value(1, 4)) + " " + str(sheet.cell_value(1, 5))
UnicodeEncodeError: 'ascii' codec can't encode character u'\xd6' in position 1: ordinal not in range(128)

我的代码：

# -*- coding: cp1252 -*-
import xlrd

file_location = "test.xlsx"

workbook = xlrd.open_workbook(file_location)
sheet = workbook.sheet_by_index(0)

print str(sheet.cell_value(1, 2)) + " " + str(sheet.cell_value(1, 3)) + " " + str(sheet.cell_value(1, 4)) + " " + str(sheet.cell_value(1, 5))

我甚至试过：

workbook = xlrd.open_workbook("test.xlsx", encoding_override="utf-8")

以及：

workbook = xlrd.open_workbook("test.xlsx", encoding="utf-8")

编辑:我在Windows 7 64位计算机上运行Python2.7.

Answer 1

‘'ascii’编解码器不能编码

这里的问题不是读取文件时的解码，而是打印所需的编码。您的环境正在为sys.stdout使用ASCII，所以当您试图打印任何无法在ASCII中编码的Unicode字符时，您将收到该错误。

文件参考资料：

字符编码与平台有关。在Windows下，如果流是交互式的(也就是说，如果它的isatty()方法返回True)，则使用控制台代码页，否则使用ANSI代码页。在其他平台下，使用区域编码(请参见locale.getpreferredencoding())。 但是，在所有平台下，可以通过在启动Python之前设置PYTHONIOENCODING环境变量来重写此值。

Answer 2

默认情况下，xlrd使用Unicode编码。如果xlrd无法识别编码，那么它将考虑excel文件中使用的编码是ASCII，字符编码。最后，如果编码不是ASCII，或者python无法将数据转换为Unicode，那么它将引发UnicodeDecodeError。

别担心，我们有办法解决这类问题。您似乎正在使用cp1252。因此，当您使用open_workbook()打开文件时，您可以按如下方式调用它：

>>> book = xlrd.open_workbook(filename='filename',encoding_override="cp1252")

当您使用上面的函数时，xlrd将对相应的编码进行解码，这样就更好了。

资料来源：

1. 标准编码。
2. xlrd正式文件
3. UnicodeDecodeError

Answer 3

在打印之前，尝试使用utf-8作为@Anand S Kumar建议的字符串和decode字符串。

# -*- coding: utf-8 -*-
import xlrd

file_location = "test.xlsx"

workbook = xlrd.open_workbook(file_location)
sheet = workbook.sheet_by_index(0)

cells = [sheet.cell_value(1, i).decode('utf-8') for i in range(2, 6)]
print ' '.join(cells)