python - 统一码编码错误 : 'ascii' codec can't encode characters

Question

我有一个包含 url 响应的字典。喜欢:

>>> d
{
0: {'data': u'<p>found "\u62c9\u67cf \u591a\u516c \u56ed"</p>'}
1: {'data': u'<p>some other data</p>'}
...
}

在这个数据值 (d[0]['data']) 上使用 xml.etree.ElementTree 函数时，我得到了最著名的错误消息:

UnicodeEncodeError: 'ascii' 编解码器无法编码字符...

我应该如何处理这个 Unicode 字符串以使其适用于 ElementTree 解析器？

附言。请不要向我发送带有 Unicode 和 Python 解释的链接。不幸的是，我已经阅读了所有内容，但无法使用它，希望其他人可以。

Answer 1

您必须手动将其编码为 UTF-8:

ElementTree.fromstring(d[0]['data'].encode('utf-8'))

因为 API 仅将编码字节作为输入。 UTF-8 是此类数据的良好默认设置。

它将能够从那里再次解码为 un​​icode:

>>> from xml.etree import ElementTree
>>> p = ElementTree.fromstring(u'<p>found "\u62c9\u67cf \u591a\u516c \u56ed"</p>'.encode('utf8'))
>>> p.text
u'found "\u62c9\u67cf \u591a\u516c \u56ed"'
>>> print p.text
found "拉柏 多公 园"