Question

我正在尝试从pi.xml中的Body元素中提取属性值row。

    cat pi.xml
    <?xml version="1.0" encoding="utf-8"?>
    <posts>
         <row Id="19" Body=" The value of π, the value of pi." />
    </posts>

python文件，pi.py：

    from lxml import etree
    doc = etree.parse('pi.xml')
    r = doc.findall('row')
    for i in r:
        print (i.get('Body'))

并且语言环境：

    $ locale:
    LANG=en_IN
    LANGUAGE=en_IN:en
    LC_CTYPE="en_IN"
    LC_NUMERIC="en_IN"
    LC_TIME="en_IN"
    LC_COLLATE="en_IN"    
    LC_ALL=

运行pi.py和python pi.py一样，一切都很好但是，如果我尝试重定向输出并将pi.py作为python pi.py >> pi.txt运行 - 我收到一条错误消息 - UnicodeEncodeError：'ascii'编解码器无法编码位置101中的字符u'\ u03c0'：序号不在范围（128）

如果我将print (i.get('Body'))更改为print (i.get('Body')).encode('utf-8')，则python pi.py >> pi.txt可以正常工作。但是，这是正确的方法吗？

操作系统 - Ubuntu。

Answer 1

使用：

PYTHONIOENCODING=utf8 python pi.py >> py.txt

但是如果您的脚本显式编码其输出，例如：

print u'somestring'.encode('utf8')

这种方法不起作用。但是，脚本应该只打印Unicode并让终端决定编码，如：

print u'somestring'

如果控制台配置为UTF-8，Python将自动编码为UTF-8。

对于重定向情况，Python不知道打印Unicode时要使用的编码，因此默认为ascii。由于重定向是shell函数，因此请使用以下命令将编码指定给shell：

PYTHONIOENCODING=utf8 python pi.py >> py.txt.

这使得该选项可以在不修改脚本的情况下使用其他编码。

UnicodeEncodeError：'ascii'编解码器不能编码字符u'\ u03c0'

1 个答案: