如何解决Python 3写入文件时商标符号引发的cp950编码错误？

你遇到的问题核心在于默认文件编码不支持Unicode特殊字符——你的系统默认用了cp950编码（繁体中文常用编码），它没法处理像™（\u2122）这类Unicode字符，所以写入时直接报错了。下面给你几个靠谱的解决办法：

方法1：打开文件时指定UTF-8编码（最推荐） #

这是最简单直接的方案，打开文件时明确指定编码为utf-8，就能完美支持所有Unicode字符：

import requests
from inscriptis import get_text
from bs4 import BeautifulSoup

page = requests.get(r'http://www3.asiainsurancereview.com//News/View-NewsLetter-Article/id/42528/Type/eDaily/Technology-First-round-of-the-pre-launch-of-the-Ydentity-ICO-starts-today')
soup = BeautifulSoup(page.text, 'lxml')
html = soup.find(class_='article-wrap')
text = get_text(html.text)
print(text)

# 关键：打开文件时指定encoding='utf-8'
with open('test.txt', 'w', encoding='utf-8') as articleFile:
    articleFile.write(text)

这里用with语句还能自动关闭文件，比手动close()更安全省心。

方法2：正确处理编码转换（如果需要字节写入） #

如果你之前尝试了encode("utf-8")，那打开文件时要改成二进制写入模式wb，因为encode后得到的是bytes类型，只能写入二进制模式的文件：

text = get_text(html.text)
text_bytes = text.encode("utf-8")
with open('test.txt', 'wb') as articleFile:
    articleFile.write(text_bytes)

不过这种方法不如方法1直观，一般优先选方法1。

方法3：用unidecode转换特殊字符为ASCII兼容形式 #

你之前用unidecode的方式出错，是因为text已经是str类型了，不需要再用str(text, encoding="utf-8")解码（字符串本身不能再解码）。正确的用法是直接把str传给unidecode：

import requests
from inscriptis import get_text
from bs4 import BeautifulSoup
from unidecode import unidecode

page = requests.get(r'http://www3.asiainsurancereview.com//News/View-NewsLetter-Article/id/42528/Type/eDaily/Technology-First-round-of-the-pre-launch-of-the-Ydentity-ICO-starts-today')
soup = BeautifulSoup(page.text, 'lxml')
html = soup.find(class_='article-wrap')
text = get_text(html.text)

# 直接传入str即可
processed_text = unidecode(text)
with open('test.txt', 'w') as articleFile:
    articleFile.write(processed_text)

这样会把™转换成(TM)这类ASCII兼容的字符，就不会触发编码错误了。

为什么之前的判断字符串类型方法没用？ #

你最后那个判断类型的方法没解决问题，是因为问题出在写入时的文件编码，而不是字符串本身的类型——text已经是str了，但写入时用默认的cp950编码还是没法处理特殊字符，所以指定文件编码才是关键。

内容的提问来源于stack exchange，提问作者Kristada673