Python:NULL 字节或控制字符

Question

我目前正在使用 lxml。我正在设置属性，但出现以下错误:

ValueError: All strings must be XML compatible: Unicode or ASCII, no NULL bytes or control characters

多年来我一直使用同一个脚本，直到现在我还没有遇到任何问题(我有新文件要处理)。

如何处理空字节或控制字符？最好的解决方案可能是忽略它们。但如何做到这一点？

我像这样设置新字符串:

w.set("lem", newString)

在 Jack 的帮助下，我知道是以下原因导致了错误:

"Bad string is: 'Bo\xdf'".

我该如何处理这种情况？

编辑:使用此功能:

from curses import ascii
def clean(text):
    return str(''.join(
            ascii.isprint(c) and c or '?' for c in text
            )) 

我不再收到任何错误。但是代码设置了很多“？”。代替“？”，我想要正确的字符(在 utf-8 中)...

Answer 1

要调试您的问题，请像这样临时修改您的代码:

try:
  w.set("lem", newString")
except ValueError:
  print("Bad string is: "+newString)

然后您可以看到字符串是什么并找出错误所在以及如何处理。