Question

我的解析器函数使用lxml并提供了一个unicode字符串列表（book_list）。

字符串连接在一起成为文件名，清理后再通过subprocess.call传递给另一个继续工作的二进制文件。

我的问题是unicode对象（例如title_name = u'Wunderlicher Traum von einem gro\xdfen Narrennest'）是用ISO-8859-2编码的（至少那是'chardet'告诉我的），我需要将它们转换为格式，这样才能正常显示在文件系统级别上。当前代码导致文件名为u'Wunderlicher Traum von einem gro\xc3\x9fen Narrennest'。

有没有人知道我做错了什么？

一些信息：

sys.getdefaultencoding()返回ascii，这让我感到困惑，因为理论上不应该允许任何特殊字符，例如äöü等。）
OS X 10.9，Python 2.7.5

def convert_books(book_list, output_dir):
    for book in book_list:
        author_name = book[0][0]
        title_name = book[0][1]
        #print chardet.detect(title_name)
        #print type(title_name)
        #print title_name.decode('iso-8859-2')
        year_name = "1337"

        output_file = u"%s - %s (%s).pdf" % (author_name, title_name, year_name)
        keep_characters = (' ', '.', '_')
        output_file.join(c for c in output_file if c.isalnum() or c in keep_characters).rstrip()
        path_to_out = "%s%s" % (output_dir, output_file)

        target_file = WORK_DIR + book[1].replace(".xml", ".html")

        engine_parameter = [
            WKHTMLTOPDF_BIN,

            # GENERAL
            "-l", # lower quality
            "-L", "25mm",
            "-R", "25mm",
            "-T", "25mm",
            "-B", "35mm",
            "--user-style-sheet", "media/style.css",

            target_file,
            path_to_out,
        ]
        print "+ Creating PDF \"%s\"" % (output_file)
        call(engine_parameter)

Answer 1

写下问题后，发出的原因要明确：）

\xdf是UTF-8
\xc3\x9f是ISO-8859-1或latin-1

我所要做的就是将utf-8对象转换为latin-1对象，然后将参数传递给subprocess.call。

out_enc = 'latin-1'
engine_parameter = [arg.encode(out_enc) if isinstance(arg, unicode) else arg for arg in engine_parameter]
call(engine_parameter)

希望这会让别人头疼！

subprocess.call的Python unicode问题

1 个答案: