ElementTree和unicode [英] ElementTree and unicode

问题描述

 < data> 
< products> 
< color>fumè< / color> 
< / product> 
< / data> 
  

我尝试使用以下代码生成ElementTree的一个实例：

  string_data = open（'file.xml'）
x = ElementTree.fromstring（unicode（string_data.encode（'utf-8'）））
  

我收到以下错误：

  UnicodeEncodeError：'ascii'编解码器无法对位置185中的字符u'\xe8进行编码：序号不在范围（128）
  pre> 
 
 
 （注意：位置不准确，我从较大的样本中抽取xml）。 
 
 
 
如何解决？谢谢
解决方案
您不需要解码XML，以供ElementTree工作。 XML携带自己的编码信息（默认为UTF-8），ElementTree为您提供工作，输出unicode：
 > >> data ='''\ 
 ...< data> 
 ...< products> 
 ...< color>fumè< / color> 
 ...< / products> 
 ...< / data> 
 ...'''
>>> x = ElementTree.fromstring（data）
>>> x [0] [0] .text 
 u'fum\xe8'
  
如果您的数据包含在一个文件（如）对象中，只需将文件或文件对象直接传递到 ElementTree.parse（）函数：
  x = ElementTree.parse（'file.xml'）
  
 
I have this char in an xml file:
<data>
  <products>
      <color>fumè</color>
  </product>
</data>
I try to generate an instance of ElementTree with the following code:
string_data = open('file.xml')
x = ElementTree.fromstring(unicode(string_data.encode('utf-8')))
and I get the following error:
UnicodeEncodeError: 'ascii' codec can't encode character u'\xe8' in position 185: ordinal not in range(128)
(NOTE: The position is not exact, I sampled the xml from a larger one).

How to solve it? Thanks
解决方案
You do not need to decode XML for ElementTree to work. XML carries it's own encoding information (defaulting to UTF-8) and ElementTree does the work for you, outputting unicode:
>>> data = '''\
... <data>
...   <products>
...       <color>fumè</color>
...   </products>
... </data>
... '''
>>> x = ElementTree.fromstring(data)
>>> x[0][0].text
u'fum\xe8'
If your data is contained in a file(like) object, just pass the filename or file object directly to the ElementTree.parse() function:
x = ElementTree.parse('file.xml')


                        
这篇关于ElementTree和unicode的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！