Question

我正在尝试使用odfpy将附加到Open Document Presentation文件的注释转换为文本。我设法打开文件，制作一个“笔记”对象列表，设法从我认为的段落中提取，并且它以某种方式工作，直到我尝试打印带有特殊字符的注释（德语面疙瘩öäü），这会导致错误：

UnicodeEncodeError：'ascii'编解码器无法对位置17-19中的字符进行编码：序数不在范围内（128）

现在我发现我不是第一个遇到编码问题的人，我很乐意深入研究重新编码文本。我的问题是我不知道如何将笔记转换为正确的字符串。这是我的代码：

import sys
from odf.presentation import Notes
from odf.opendocument import load
from odf import text

doc=load(sys.argv[1])
slides=doc.presentation
notes=slides.getElementsByType(Notes)

for page in notes:
    pars = page.getElementsByType(text.P)
    for p in pars:
        print p

我只是迭代元素并尝试打印它们，希望神奇地显示音符中的文本。我已在https://spideroak.com/browse/share/enno_middelberg/public/public存放了一个示例演示文件来说明问题。

任何人都可以告诉我如何从ODF元素和字符串中获取文本吗？

非常感谢，

恩诺

Answer 1

str(p)失败，因为p包含非ascii文本。

使用print unicode(p)

从Open Document文件中提取文本会生成UnicodeEncodeError

1 个答案: