Question

如果这是重复的或者非常明显的事情，请道歉，但请耐心等待我，因为我是Python的新手。我正在尝试使用cElementTree（Python 2.7.5）来解析Applescript中的XML文件。 XML文件包含一些非ASCII文本编码为实体的字段，例如<foo>café</foo>。

在终端中运行以下基本代码，按预期输出标签和标签内容对：

import xml.etree.cElementTree as etree
parser = etree.XMLParser(encoding="utf-8")
tree = etree.parse("myfile.xml", parser=parser)
root = tree.getroot()
for child in root:
    print child.tag, child.text

但是当我使用do shell script在Applescript中运行相同的代码时，我得到了可怕的 UnicodeEncodeError：'ascii'编解码器无法对位置10中的字符u'\ xe9'进行编码：序数不在范围（128）

我发现如果我将print行更改为

    print [child.tag, child.text]

然后我得到一个包含['']包含的XML标记/值对的字符串，但是任何非ASCII字符然后作为文字Unicode字符串传递到Applescript（所以我最终得到u'caf\\xe9' ）。

我尝试了一些方法，包括a。）将.xml文件读入字符串并使用.fromstring而不是.parse，b。）尝试将.xml文件转换为str，然后将其导入cElementTree，c只是坚持.encode，无论我在哪里都可以看到我是否可以避免使用ASCII编解码器，但还没有解决方案。不幸的是，我坚持使用Applescript作为容器。提前感谢您的建议！

Answer 1

您需要encode至少child.text到Applescript可以处理的内容。如果您想要返回字符实体，则可以执行此操作：

print child.tag.encode('ascii', 'xmlcharrefreplace'), child.text.encode('ascii', 'xmlcharrefreplace')

或者它是否可以处理类似utf-8的内容：

print child.tag.encode('utf-8'), child.text.encode('utf-8')

Answer 2

不是AppleScript的错 - 通过猜测你使用什么输出编码，Python是“有用的”。（不幸的是，根据终端是否连接，它会有不同的猜测。）

最简单的解决方案（Python 2.6+）是在调用PYTHONIOENCODING之前设置python环境变量：

do shell script "export PYTHONIOENCODING=UTF-8; /usr/bin/python '/path/to/script.py'"

或：

do shell script "export PYTHONIOENCODING=UTF-8; /usr/bin/python << EOF

# -*- coding: utf-8 -*-

# your Python code goes here...

print u'A Møøse once bit my sister ...'

EOF"

在Applescript中使用cElementTree解析XML时出现UnicodeEncodeError

2 个答案: