Question

我正在使用python 2.7.X.我加载了一些XML，XML是utf-8编码的。所以我做了以下几点：

def get_xml(self):
    r = requests.get("https://dataserver.com")
    xml = r.text
    return xml.encode("utf-8")

def parse_xml(xml):
    tree = ET.fromstring(xml)
    for child in tree:
        print "    Raw type = " + str(type(child.attrib["name"]))
        print "Encoded type = " + str(type(child.attrib["name"].encode("utf-8")))
        print child.attrib["name"].encode("utf-8")
        print str(child.attrib["name"])
        print "------------"

这会导致以下错误：

    Raw type = <type 'unicode'>
Encoded type = <type 'str'>
MalmÃ¶ FF - Paris SG
Traceback (most recent call last):
...
UnicodeEncodeError: 'ascii' codec can't encode characters in position 4-5: ordinal not in range(128)

所以，UnicodeEncodeError对我来说很清楚。但是，在将unicode字符串编码为utf-8字符串后，我希望它能够正确表示。也就是说，MalmÃ¶ FF实际应该是Malmö FF。

我在这里做错了什么？

Answer 1

我认为你的表达式str(child.attrib["name"])将使用标准编码对unicode进行编码。你确定这是设置为utf-8吗？我的猜测是你把它设置在latin-1或其他东西上。尝试将其重写为child.attrib["name"].encode("utf-8")。

Answer 2

您有很多问题：

您使用的是Windows或使用错误的终端仿真sshing到Unix机箱。您的终端错误地将多字节UTF-8字符转换为两个ISO-8895- *字符：
UTF-8中的Windows-1252 / ISO-8895- * = MalmÃ¶ = Malm\xc3\xb6中的
Malmö。
如果您使用的是Windows，请不要将UTF-8打印到控制台。使用此：https://github.com/Drekin/win-unicode-console
请勿在打印前进行编码。让Python为你做。如果Python抱怨并且您在Unix上，请确保您的语言环境设置为UTF-8版本，例如： en_US.UTF-8。如果所有其他方法都失败，请在您的环境中设置PYTHONIOENCODING=UTF-8
除非你真的必须，否则不要将Unicode对象转换为str对象。如果您这样做，请使用.encode("utf-8")而不是str()（它们都是str个对象）以确保使用合适的编码。但是再一次 - 不要这样做。
如果您需要将Unicode对象添加到文件中，请使用：
```
my_f = io.open("myfile.txt", "w", encoding="utf-8")
my_f.write(my_unicode_object)
```
将为您编码Unicode对象。

Python UTF-8编码错误表示

2 个答案: