python 3.2.3 xml.etree.cElementTree unicode字符无法正常工作

Question

我偶然发现了python的这个特殊问题，我无法解释为什么会发生这种情况。假设我有一个来自服务器的xml片段：

<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<!--Get the Object if known to the system-->
<object>
  <ID>1</ID>
  <name>object1</name>
  <tags type="languages">English,Español</tags>
</object>

我使用以下代码从服务器获取它：

temp = urllib.request.urlopen("http://someurl.com")
tree = elementTree.parse(temp)
node = tree.getroot()

一切正常，直到我在'Español'中得到像'ñ'这样的特殊角色。我没有正确打印这些字符，而是在我的HTML代码中获得以下内容：

<b>tags</b>: English,Español <br/>

我是如何从'ñ'到'ñ'的？

我在这里错过了什么吗？

Answer 1

您看到UTF-8数据被解释为Latin 1：

>>> '\u00f1'.encode('utf8').decode('latin1')
ñ

其中\u00f1是拉丁语后面的n的unicode代码点，带有代字号：ñ。

您的终端可能配置为Latin-1显示;尝试从UTF-8解码：

print(str(tag, 'utf8'))