UnicodeEncodeError: codec 'ascii' không thể mã hóa các ký tự

Question

Tôi có một dict là nguồn cấp dữ liệu có phản hồi url. Giống như:

>>> d 
{ 
0: {'data': u'<p>found "\u62c9\u67cf \u591a\u516c \u56ed"</p>'} 
1: {'data': u'<p>some other data</p>'} 
... 
} 

Trong khi sử dụng xml.etree.ElementTree chức năng trên các giá trị dữ liệu này (d[0]['data']) Tôi nhận được thông báo lỗi nổi tiếng nhất:

UnicodeEncodeError: 'ascii' codec can't encode characters...

Tôi nên làm gì để chuỗi Unicode này để làm cho nó phù hợp cho Trình phân tích cú pháp ElementTree?

PS. Vui lòng không gửi cho tôi các liên kết có giải thích bằng Python & Python. Tôi đã đọc nó tất cả đã không may, và không thể sử dụng nó, như hy vọng những người khác có thể.

Answer 1

Bạn sẽ phải mã hóa nó bằng tay, sang UTF-8:

ElementTree.fromstring(d[0]['data'].encode('utf-8')) 

như API byte chỉ mất mã hóa như đầu vào. UTF-8 là một mặc định tốt cho dữ liệu đó.

Nó sẽ có thể giải mã sang Unicode một lần nữa từ đó:

>>> from xml.etree import ElementTree 
>>> p = ElementTree.fromstring(u'<p>found "\u62c9\u67cf \u591a\u516c \u56ed"</p>'.encode('utf8')) 
>>> p.text 
u'found "\u62c9\u67cf \u591a\u516c \u56ed"' 
>>> print p.text 
found "拉柏 多公 园"