我在处理从不同网页（在不同站点上）获取的文本中的unicode字符时遇到问题。我正在使用BeautifulSoup。

问题是该错误并不总是可重现的。它有时可以在某些页面上使用，有时它会通过抛出UnicodeEncodeError来阻塞。我已经尝试了几乎所有我能想到的东西，但没有找到任何能够正常工作而又不会引发某种与Unicode相关的错误的方法。

引起问题的代码部分之一是如下所示：

agent_telno = agent.find('div', 'agent_contact_number')
agent_telno = '' if agent_telno is None else agent_telno.contents[0]
p.agent_info = str(agent_contact + ' ' + agent_telno).strip()


下面是运行上述代码段时在某些字符串上产生的堆栈跟踪：

Traceback (most recent call last):
  File "foobar.py", line 792, in <module>
    p.agent_info = str(agent_contact + ' ' + agent_telno).strip()
UnicodeEncodeError: 'ascii' codec can't encode character u'\xa0' in position 20: ordinal not in range(128)


我怀疑这是因为某些页面（或更具体地说，来自某些站点的页面）可能已编码，而其他页面可能未编码。所有站点都位于英国，并提供供英国消费的数据-因此，与英语以外的其他任何形式的内部化或文字处理有关的问题都没有。

任何人对如何解决这个问题，以便我可以始终如一地解决此问题？

评论

如果您以用户而非开发人员的身份遇到这些错误，请检查serverfault.com/questions/54591/…和askubuntu.com/questions/599808/…
我要补充一点，不要将onlinegdb.com/online_python_interpreter用于此内容。正在使用该解释器试用内容，并且未正确配置Unicode！总是以'B'\ nnn''格式打印...当我想要的只是guillemet时！在VM上试用过，它可以使用chr（）立即按预期工作
试试这个import os;导入区域设置； os.environ [“ PYTHONIOENCODING”] =“ utf-8”; myLocale = locale.setlocale（category = locale.LC_ALL，locale =“ zh_CN.UTF-8”）; ... print（myText.encode（'utf-8'，errors ='ignore'）））。
@hhh我运行了您的代码段NameError：未定义名称'myText'
在执行脚本之前，尝试在外壳中设置PYTHONIOENCODING：$ export PYTHONIOENCODING = utf8

#1 楼

您需要阅读Python Unicode HOWTO。此错误是第一个示例。

基本上，停止使用str将unicode转换为编码的文本/字节。

相反，请正确使用.encode()编码字符串：

p.agent_info = u' '.join((agent_contact, agent_telno)).encode('utf-8').strip()


或完全使用unicode进行工作。

评论

同意！我受教的一个很好的经验法则是使用“ unicode三明治”的想法。您的脚本接受外界的字节，但所有处理均应以unicode进行。仅当准备好输出数据时，才应将其重新划分为字节！

– Andbdrew
2012年3月30日12:29
如果有人对此感到困惑，我会发现一个奇怪的事情：我的终端使用utf-8，并且当我打印utf-8字符串时，它可以很好地工作。但是，当我将程序输出通过管道传输到文件时，它将引发UnicodeEncodeError。实际上，当输出重定向到文件或管道时，我发现sys.stdout.encoding为None！解决.encode（'utf-8'）解决了这个问题。

– drevicko
2012-12-18 18:15


@drevicko：改用PYTHONIOENCODING = utf-8，即打印Unicode字符串，并让环境设置所需的编码。

– jfs
2013年12月21日，下午3:51
@steinar：在每种情况下都没有有效的方法。通常，用户不必关心您使用Python来实现实用程序（如果出于某种原因决定用另一种语言重新实现该接口，则该接口不应更改），因此，您不应期望该用户甚至知道python-特定的环境。强制用户指定字符编码是不良的UI；如有必要，将字符编码嵌入报告格式。注意：一般情况下，硬编码编码不能是“明智的默认选择”。

– jfs
2015年11月25日10:24


这是糟糕而令人困惑的建议。人们使用str的原因是因为对象还不是字符串，所以没有要调用的.encode（）方法。

–塞林
16-10-5在17:59

#2 楼

这是经典的python unicode痛点！考虑以下内容：到目前为止，一切都很好，但是如果我们调用str（a），让我们看看会发生什么：

a = u'bats\u00E0'
print a
 => batsà


天哪，这对任何人都没有好处！要解决该错误，请使用.encode明确编码字节，并告诉python使用哪种编解码器：

voil \ u00E0！

问题是，当您调用str（）时，python使用默认的字符编码来尝试对给定的字节进行编码，在您的情况下，有时表示为unicode字符。要解决此问题，您必须告诉python如何使用.encode（'whatever_unicode'）处理您给它的字符串。大多数情况下，使用utf-8应该会很好。

有关此主题的出色论述，请参阅Ned Batchelder在PyCon上的演讲：http://nedbatchelder.com/text/unipain.html

评论

个人说明：尝试键入“ .encode”时，请不要意外键入“ .unicode”，然后请问为什么没有任何效果。

–跳过霍夫曼
2012年12月24日14:38
好建议。但是，当您使用str（x）打印可能是或不是字符串的对象时，您会怎么做呢？如果x是数字，日期时间，布尔值或普通字符串，则str（x）有效。突然，如果它是一个unicode，它将停止工作。有没有一种方法可以实现相同的行为，或者我们现在是否需要添加IF检查以测试对象是否为使用.encode的字符串，否则是否使用str（）？

– Dirk R
18年1月25日在16:50
可以使用“无”值询问相同的问题。

–Vadorequest
18-11-19在13:54

#3 楼

我发现可以用优雅的方法删除符号并继续将字符串保留为字符串，如下所示：

yourstring = yourstring.encode('ascii', 'ignore').decode('ascii')


请务必注意，使用ignore选项很危险，因为它从使用它的代码中无声地删除任何unicode（和国际化）支持，如此处所示（转换unicode）：

>>> u'City: Malmö'.encode('ascii', 'ignore').decode('ascii')
'City: Malm'


评论

你让我今天一整天都感觉很好！对于utf-8，只需执行以下操作：yourstring = yourstring.encode（'utf-8'，'ignore'）。decode（'utf-8'）

–luca76
17年2月14日在15:38
对我来说，这确实有效，但是我的情况有所不同，我正在保存文件名，并且名称中带有“ /”，并且路径不存在，所以我必须使用.replace（“ /”，“”）并保存我的脚本。同时忽略ASCII也适用于'utf-8'情况。

– Akash Kandpal
18年7月5日在8:38
@ harrypotter0使用os.path.join（）正确连接文件路径，当您开始进行跨平台编程时，这是一个很好的习惯。 :)

–login_not_failed
18年8月22日在7:36


#4 楼

好吧，我尝试了所有内容，但没有帮助，在谷歌搜索后发现以下内容并有所帮助。
正在使用python 2.7。

# encoding=utf8
import sys
reload(sys)
sys.setdefaultencoding('utf8')


评论

不要这样stackoverflow.com/questions/3828723/…，尽管当您在搜索错误时在结果顶部附近有类似stackoverflow.com/a/31137935/2141635的答案时，我可以理解为什么它似乎是一个好主意。

–坎宁安（Padraic Cunningham）
16 Sep 8'在11:50


我尝试了该主题中的几乎所有建议，但实际上没有一个对我有用。最后我尝试了这个。实际上，这是唯一一种既简单又好用的方法。如果有人说“不要这样做，那么请提供一个简单的解决方案。否则请使用此解决方案。因为这是一个很好的工作副本和过去的解决方案。

–Richard de Ree
17年8月24日在11:48
如何在python3中完成？很高兴知道。

–卡纳尔瓦·彼得（Kanerva Peter）
18 Mar 7 '18 at 12:24
经过如此多的挫败之后，这个工作了。谢谢你

–阿夫拉罕·卓巴
18年6月17日在21:47
我只添加if sys.version_info.major <3：

–法尔肯教授
18年7月15日在13:52


#5 楼

导致甚至打印失败的一个细微问题是环境变量设置错误，例如。此处LC_ALL设置为“ C”。在Debian中，他们不鼓励设置它：Locale上的Debian Wiki 

$ echo $LANG
en_US.utf8
$ echo $LC_ALL 
C
$ python -c "print (u'voil\u00e0')"
Traceback (most recent call last):
  File "<string>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode character u'\xe0' in position 4: ordinal not in range(128)
$ export LC_ALL='en_US.utf8'
$ python -c "print (u'voil\u00e0')"
voilà
$ unset LC_ALL
$ python -c "print (u'voil\u00e0')"
voilà


评论

遇到了完全相同的问题，很遗憾，我没有在报告之前对其进行检查。非常感谢。顺便说一句，您可以用env | grep -E'（LC | LANG）'替换前两个命令。

–德米特里（Dmitry Verhoturov）
15年8月8日在7:28


对于错误的编码问题，只有我的两分钱。我经常在“ subshel​​l模式”（Ctrl-O）中使用mc，而且我也忘记了向bash添加以下别名：alias mc =“ LANG = en_EN.UTF-8 mc”。因此，当我尝试内部运行依赖ru_RU.UTF-8编写的脚本时，它们会死掉。在我发现真正的问题之前，尝试了该线程的很多东西。 :)

–login_not_failed
18年8月22日在7:52


你太棒了。在GSUTIL中，正是由于这个问题，我的rsync失败了。修复了LC_ALL，一切都可以像红酒一样工作。 <3谢谢<3

– dsignr
19/12/23在5:24

#6 楼

问题是您正在尝试打印unicode字符，但是您的终端不支持该字符。

您可以尝试安装language-pack-en软件包来修复此问题：

sudo apt-get install language-pack-en


，它为所有受支持的软件包（包括Python）提供英语翻译数据更新。如有必要，请安装其他语言包（取决于您要打印的字符）。

在某些Linux发行版中，需要确保正确设置默认的英语语言环境（因此unicode）字符可以由外壳/终端处理）。有时安装它比手动配置要容易。

然后在编写代码时，请确保在代码中使用正确的编码。

例如：

open(foo, encoding='utf-8')


如果仍然有问题，请仔细检查系统配置，例如：



您的语言环境文件（/etc/default/locale），应具有例如

LANG="en_US.UTF-8"
LC_ALL="en_US.UTF-8"


或：

LC_ALL=C.UTF-8
LANG=C.UTF-8


LANG / LC_CTYPE的值在外壳程序中。

通过以下方法检查外壳程序支持的语言环境：

locale -a | grep "UTF-8"





演示该问题和解决方案新鲜的VM。



初始化和配置VM（例如，使用vagrant）：

vagrant init ubuntu/trusty64; vagrant up; vagrant ssh


请参阅：可用Ubuntu盒..


打印unicode字符（例如™之类的商标符号）：

$ python -c 'print(u"\u2122");'
Traceback (most recent call last):
  File "<string>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode character u'\u2122' in position 0: ordinal not in range(128)



现在安装language-pack-en：

$ sudo apt-get -y install language-pack-en
The following extra packages will be installed:
  language-pack-en-base
Generating locales...
  en_GB.UTF-8... /usr/sbin/locale-gen: done
Generation complete.



现在问题应该是解决：

$ python -c 'print(u"\u2122");'
™



否则，请尝试以下命令：

$ LC_ALL=C.UTF-8 python -c 'print(u"\u2122");'
™




评论

language-pack-en与Python或这个问题有什么关系？ AFAIK，它可以为消息提供语言翻译，但与编码无关

–阿拉斯泰尔·麦考马克（Alastair McCormack）
15/12/26在10:47
在某些Linux发行版中，需要确保正确设置了默认的英语语言环境，尤其是在终端上运行Python脚本时。它对我有用。另请：字符编码

– Kenorb
15年12月26日在11:00
喔好吧。您的意思是是否要使用非英语语言环境？我猜用户还必须编辑/etc/locale.gen以确保在使用之前已建立他们的语言环境？

–阿拉斯泰尔·麦考马克（Alastair McCormack）
15/12/26在11:04
@AlastairMcCormack从/ etc / default / locale（因为/etc/locale.gen不存在）中注释了LANG并运行了locale-gen，但是它没有帮助。我不确定使用哪种语言打包，因为我找不到太多的文档，列出其中的内容也无济于事。

– Kenorb
15/12/27在13:07
台式机系统上不太可能已经没有utf-8语言环境，即，您可能不需要安装任何内容，只需配置LANG / LC_CTYPE / LC_ALL（例如，LANG = C.UTF-8） 。

– jfs
16-1-1的3:10


#7 楼

对我来说，有效的方法是：

BeautifulSoup(html_text,from_encoding="utf-8")


希望对别人有帮助。

#8 楼

实际上，我发现在大多数情况下，只需删除那些字符就容易得多：

s = mystring.decode('ascii', 'ignore')


评论

“完全”通常不是它所执行的。它丢弃了您应该弄清楚如何正确处理的东西。

–tripleee
2014年12月13日下午16:53
仅仅去除“那些”（非英语）字符不是解决方案，因为python必须支持所有语言，您不认为吗？

– alemol
2015年1月9日在19:47
不赞成投票。这根本不是正确的解决方案。了解如何使用Unicode：joelonsoftware.com/articles/Unicode.html

–安德鲁·费里尔（Andrew Ferrier）
15年1月13日在13:04
看，给出此特定答案的最明智的方式是这样的：认识到ascii赋予了某些语言和用户一定的特权-这是逃生舱口，可能会被那些利用粗略的第一步通过的用户所利用。 ，脚本一起执行潜在的工作，以实现完整的unicode支持。

–哈哈
16年6月19日在14:07


如果我编写的脚本只需要在内部公司应用程序中将英文文本输出到stdout，我就是想解决这个问题。无论如何。

– kagronick
17年5月11日下午14:11

#9 楼

在shell中：



通过以下命令查找受支持的UTF-8语言环境：

locale -a | grep "UTF-8"



在运行脚本之前将其导出，例如：

export LC_ALL=$(locale -a | grep UTF-8)


，或手动像这样：

export LC_ALL=C.UTF-8



通过打印特殊字符进行测试，例如™：

python -c 'print(u"\u2122");'



在Ubuntu中经过测试。

评论

是的，这是最好的简短答案，我们无法修改源代码以使用.encode

– Neo.Mxn0
1月19日18:17
设置LC_ALL后，我在python3中使用了它，现在可以正常工作。谢谢

–阿贾伊
7月18日14:03

#10 楼

这是其他一些所谓的“警惕”答案的重新表述。在某些情况下，尽管这里有人提出抗议，但简单地扔掉麻烦的字符/字符串是一个好的解决方案。
def safeStr(obj):
    try: return str(obj)
    except UnicodeEncodeError:
        return obj.encode('ascii', 'ignore').decode('ascii')
    except: return ""

测试它：
if __name__ == '__main__': 
    print safeStr( 1 ) 
    print safeStr( "test" ) 
    print u'98\xb0'
    print safeStr( u'98\xb0' )

结果：
1
test
98°
98

更新：我最初的答案是为Python 2编写的。对于Python 3：
def safeStr(obj):
    try: return str(obj).encode('ascii', 'ignore').decode('ascii')
    except: return ""

注意：如果您希望将?指示符留在“不安全” Unicode字符所在的位置，请在调用中指定replace而不是ignore来为错误处理程序编码。
建议：您可能想将此函数命名为toAscii？最后，这是一个优先问题...
最后，这是一个使用six的更强大的PY2 / 3版本，在这里我选择使用replace，并加入一些字符交换来替换花哨的unicode引号和向左或向右卷曲的撇号与作为ascii集一部分的简单垂直对象。您可以自己进行此类互换：
from six import PY2, iteritems 

CHAR_SWAP = { u'\u201c': u'"'
            , u'\u201D': u'"' 
            , u'\u2018': u"'" 
            , u'\u2019': u"'" 
}

def toAscii( text ) :    
    try:
        for k,v in iteritems( CHAR_SWAP ): 
            text = text.replace(k,v)
    except: pass     
    try: return str( text ) if PY2 else bytes( text, 'replace' ).decode('ascii')
    except UnicodeEncodeError:
        return text.encode('ascii', 'replace').decode('ascii')
    except: return ""

if __name__ == '__main__':     
    print( toAscii( u'testin\u2019' ) )


#11 楼

在脚本开头（或第二行）下方添加以下行：

# -*- coding: utf-8 -*-


这是python源代码编码的定义。 PEP 263中的更多信息。

评论

从外部文件加载的处理后的文本包含utf-8编码时，这不能解决问题。这仅对使用给定python脚本本身编写的文字有所帮助，只是python解释器的线索，但对文本处理没有影响。

– Mikaelblomkvistsson
19年1月8日在14:43

#12 楼

我总是将以下代码放在python文件的前两行中：

# -*- coding: utf-8 -*-
from __future__ import unicode_literals


#13 楼

在此处找到简单的帮助程序功能。

def safe_unicode(obj, *args):
    """ return the unicode representation of obj """
    try:
        return unicode(obj, *args)
    except UnicodeDecodeError:
        # obj is byte string
        ascii_text = str(obj).encode('string_escape')
        return unicode(ascii_text)

def safe_str(obj):
    """ return the byte string representation of obj """
    try:
        return str(obj)
    except UnicodeEncodeError:
        # obj is unicode
        return unicode(obj).encode('unicode_escape')


评论

要获取转义的字节串（使用ascii编码将任意Unicode字符串转换为字节），可以使用反斜杠替换错误处理程序：u'\ xa0'.encode（'ascii'，'backslashreplace'）。尽管您应该避免这种表示形式，而是将环境配置为接受非ASCII字符-现在是2016年！

– jfs
16年1月1日，下午3:05
新年快乐@ J.F。Sebastian。我只是对Python-Unicode问题感到沮丧，然后终于得到了有效的解决方案。我对此一无所知。无论如何，感谢小费。

–巴拉格·泰吉（Parag Tyagi）
16年1月1日，下午6:53

#14 楼

只需添加到变量encode（'utf-8'）

agent_contact.encode('utf-8')


#15 楼

this这至少在Python 3中有效...

Python 3

有时错误在于环境变量中，因此

import os
import locale
os.environ["PYTHONIOENCODING"] = "utf-8"
myLocale=locale.setlocale(category=locale.LC_ALL, locale="en_GB.UTF-8")
... 
print(myText.encode('utf-8', errors='ignore'))


编码中的错误将被忽略。

#16 楼

我只是使用以下代码：

import unicodedata
message = unicodedata.normalize("NFKD", message)


检查有关它的文档说明：


unicodedata.normalize（form，unistr）返回
Unicode字符串unistr的普通形式。格式的有效值为'NFC'，'NFKC'，
'NFD'和'NFKD'。

Unicode标准定义了Unicode
字符串的各种规范化形式，基于规范对等和相容性对等的定义。在Unicode中，可以以多种方式
表示几个字符。例如，字符U + 00C7（带有CEDILLA的拉丁文大写字母C）也可以表示为序列
U + 0043（拉丁文的大写字母C）U + 0327（合并CEDILLA）。 />
每个字符都有两种规范形式：规范形式C和
规范形式D。规范形式D（NFD）也称为规范分解，将每个字符转换为
普通形式C（NFC）首先应用规范分解，然后
再次组成预组合字符。

除了这两种形式外，还有两种形式基于兼容性等效性的其他范式
。在Unicode中，支持某些字符，通常将与其他字符统一。例如，U + 2160（罗马数字ONE）与U + 0049
（拉丁大写字母I）实际上是同一回事。但是，Unicode支持它与现有字符集（例如gb2312）兼容。

常规形式KD（NFKD）将应用兼容性分解，
即替换所有兼容字符及其等效字符。
正规形式KC（NFKC）首先应用兼容性分解，
然后是规范组成。

即使两个unicode字符串均被标准化并且看起来与a相同/>人类的读者，如果一个具有组合字符而另一个没有，
他们可能不相等。


为我解决。简单容易。

#17 楼

请打开终端并执行以下命令：

export LC_ALL="en_US.UTF-8"


#18 楼

下面的解决方案为我工作，只需在我的字符串之前添加


u“ String”


（将字符串表示为unicode）。

result_html = result.to_html(col_space=1, index=False, justify={'right'})

text = u"""
<html>
<body>
<p>
Hello all, <br>
<br>
Here's weekly summary report.  Let me know if you have any questions. <br>
<br>
Data Summary <br>
<br>
<br>
{0}
</p>
<p>Thanks,</p>
<p>Data Team</p>
</body></html>
""".format(result_html)


#19 楼

我只是遇到了这个问题，而Google带领我来到这里，因此，在这里添加一些通用的解决方案对我来说就是这样：

# 'value' contains the problematic data
unic = u''
unic += value
value = unic


我有这个想法在阅读了Ned的演示文稿之后。

但是，我并没有声称完全理解它的工作原理。因此，如果有人可以编辑此答案或发表评论以进行解释，我将不胜感激。

评论

什么是价值类型？之前和之后？我认为这样做的原因是，通过执行与unic = unic +值相同的unic + =值，您要添加一个字符串和一个unicode，其中python然后假定生成的unic的unicode即更精确的类型（考虑一下当您执行此操作时，a = float（1）+ int（1），a变为float），然后value = unic将value指向碰巧是unicode的新unic对象。

–汤姆·迈德汀（Tom Myddeltyn）
16年5月24日在21:16


#20 楼

我们在Django中使用本地化的固定装置运行manage.py migrate时遇到了此错误。
问题很简单，就是Django容器（我们使用docker）缺少# -*- coding: utf-8 -*- env变量。

将/etc/default/locale设置为LANG并重新启动容器，然后重新运行迁移即可解决此问题。 br />

#21 楼

这里的许多答案（例如@agf和@Andbdrew）已经解决了OP问题的最直接方面。

但是，我认为有一个微妙但重要的方面已被很大程度上忽略，并且对于像我这样的每个人来说，在尝试理解Python的编码意义时最终都遇到了非常重要的问题：字符表示的Python 2与Python 3管理大不相同。我觉得很多困惑与人们在不了解版本的情况下阅读Python编码有关。

我建议有兴趣了解OP问题根本原因的人首先阅读Spolsky对字符表示法和Unicode的介绍，然后转到Python 2和Python 3中的Unicode Batchelder。

评论

是的，我的错误是在python 2.7上，'a'.format（u'ñ'），正确的解决方案是不使用.encode（'utf-8'）而是始终使用unicode字符串，（python 3中的默认值） ）：u'a'.format（u'ñ'），

– RogelioTriviño
19年11月19日在13:16


#22 楼

尽量避免将变量转换为str（variable）。有时，可能会引起问题。

避免简单的技巧：

try: 
    data=str(data)
except:
    data = data #Don't convert to String


上面的示例也将解决Encode错误。

评论

这是行不通的，因为您只会遇到例外中的错误

–奥雷·科琳（Aurele Collinet）
19-10-8在10:04

#23 楼

推荐的解决方案对我不起作用，我可以忍受所有非ascii字符的转储，因此

s = s.encode('ascii',errors='ignore')


这使我留下了一些不会被抛出错误的东西。

#24 楼

一般情况下，将此不受支持的编码字符串（例如data_that_causes_this_error）写入某个文件（例如results.txt），可以正常工作

f = open("results.txt", "w")
  f.write(data_that_causes_this_error.encode('utf-8'))
  f.close()


#25 楼

如果您有类似packet_data = "This is data"的内容，请在初始化packet_data之后在下一行执行此操作：

unic = u''
packet_data = unic


#26 楼

python 3.0及更高版本的更新。在python编辑器中尝试以下操作：

locale-gen en_US.UTF-8
export LANG=en_US.UTF-8 LANGUAGE=en_US.en
LC_ALL=en_US.UTF-8


这会将系统的默认语言环境编码设置为UTF-8格式。

更多可以在PEP 538上阅读-将旧版C语言环境强制为基于UTF-8的语言环境。

#27 楼

我在尝试将Unicode字符输出到stdout时遇到了这个问题，但使用sys.stdout.write而不是打印（以便我也可以支持将输出输出到其他文件）。

从BeautifulSoup自己的文档中，我解决了这个问题与编解码器库一起：

import sys
import codecs

def main(fIn, fOut):
    soup = BeautifulSoup(fIn)
    # Do processing, with data including non-ASCII characters
    fOut.write(unicode(soup))

if __name__ == '__main__':
    with (sys.stdin) as fIn: # Don't think we need codecs.getreader here
        with codecs.getwriter('utf-8')(sys.stdout) as fOut:
            main(fIn, fOut)


#28 楼

当使用Apache部署django项目时，经常会发生此问题。因为Apache在/ etc / sysconfig / httpd中设置环境变量LANG = C。只需打开文件并注释（或更改为您的样式）此设置即可。或使用WSGIDaemonProcess命令的lang选项，在这种情况下，您将能够将不同的LANG环境变量设置为不同的虚拟主机。

#29 楼

这将起作用：

 >>>print(unicodedata.normalize('NFD', re.sub("[\(\[].*?[\)\]]", "", "bats\xc3\xa0")).encode('ascii', 'ignore'))


输出：

>>>bats