python - Unicode 编码错误 Python - 解析 XML 无法编码字符 (Star)

Question

我是 Python 的初学者，目前正在从 eventful.com API 解析基于 Web 的 XML 文件，但是，我在检索数据的某些元素时收到一些 unicode 错误。

我能够毫无问题地从 xml 文件中检索 5 个数据元素，但是随后它终止并在 GAE 错误控制台中产生以下错误:

UnicodeEncodeError: 'ascii' codec can't encode character u'\u2605' in position 0: ordinal not in range(128)

我知道抛出我的解析器的字符是一个“★”字符，无论如何我都不想从 xml 文件中检索它。

我的代码如下:

class XMLParser(webapp2.RequestHandler):
        def get(self):
        base_url = 'my xml file'
        #downloads data from xml file
        response = urllib.urlopen(base_url)
        #converts data to string:
        data = response.read()

        #closes file
        response.close()

        #parses xml downloaded
        dom = mdom.parseString(data)
        node = dom.documentElement  
        #print out all event names (titles) found in the eventful xml
        event_main = dom.getElementsByTagName('event')

        event_names = []
        for event in event_main:
            eventObj = event.getElementsByTagName("title")[0]
            event_names.append(eventObj)

        for ev in event_names:
            nodes = ev.childNodes
            for node in nodes:
                if node.nodeType == node.TEXT_NODE:
                    print node.data

有什么方法可以检索“标题”元素并忽略有趣的字符，例如此处的 ★ 字符？我真的很感激在这件事上的任何帮助。我已经尝试过使用 word.encode('us-ascii', 'ignore') 的解决方案，但这并不能解决问题。

------------我找到了解决方案:

所以当我遇到这个问题时，在与一位讲师就这个主题交谈后，我发现它只需要两行代码来编码和解码解析的 xml 文件(在读取后进入程序)。希望这可以帮助遇到同样问题的其他人!

unicode_data = data.decode('utf-8')
data = unicode_data.encode('ascii','ignore')

Answer 1

你在哪里使用你的解码方法？

我过去有过这个错误，不得不解码原始文件。换句话说，我会尝试做

data = response.read()
#closes file
response.close()
#decode
data.encode("us-ascii")

也就是说，如果它实际上是 ascii。我的意思是，在调用 parseString 之前，请确保在原始结果仍为字符串格式时对其进行编码/解码。