python xml

newbuding

UID: 26757
帖子: 1
积分: 2
在线时间: 10 分钟

1^# newbuding 发表于 2005-12-17 09:18

python xml

刚刚学习python
有点小问题
用python处理xml的时候，如果xml中有汉字的话，就会报错
即使你设定xml文件的编码为utf8也不好使
那位gg能帮忙解决一下？

limodou

UID: 17491
帖子: 110
积分: 252
在线时间: 16 小时

2^# limodou 发表于 2005-12-17 11:26

整个文件都要存为utf-8编码才行，光声明是utf-8是不够的。

wolfg

UID: 7369
帖子: 196
积分: 450
在线时间: 2 天 4 小时

3^# wolfg 发表于 2005-12-17 15:39

推荐用UniRed编辑utf-8文件

newbuding

UID: 26757
帖子: 1
积分: 2
在线时间: 10 分钟

4^# newbuding 发表于 2005-12-17 17:00

文件已经转换编码了，可是运行的时候又提示说：
UnicodeEncodeError: 'ascii' codec can't encode character u'\u7ea2' in position 0: ordinal not in range(12
看起来好像是ascii不能对UTF8的字符进行编码？
我的系统变量：
sun@server2:/data/wwwftp/psp/lesson$ locale
LANG=zh_CN
LC_CTYPE="zh_CN"
LC_NUMERIC="zh_CN"
LC_TIME="zh_CN"
LC_COLLATE="zh_CN"
LC_MONETARY="zh_CN"
LC_MESSAGES="zh_CN"
LC_PAPER="zh_CN"
LC_NAME="zh_CN"
LC_ADDRESS="zh_CN"
LC_TELEPHONE="zh_CN"
LC_MEASUREMENT="zh_CN"
LC_IDENTIFICATION="zh_CN"
LC_ALL=

sun@server2:/data/wwwftp/psp/lesson$ locale -a
C
en_US
en_US.iso88591
en_US.iso885915
en_US.utf8
POSIX
zh_CN
zh_CN.gb18030
zh_CN.gb2312
zh_CN.gbk
zh_CN.utf8
zh_HK
zh_HK.big5hkscs
zh_HK.utf8
zh_TW
zh_TW.big5
zh_TW.euctw
zh_TW.utf8

究竟是哪里出了问题？

hust_mse

UID: 45710
帖子: 30
积分: 69
在线时间: 1 小时

5^# hust_mse 发表于 2005-12-19 09:11

不一定是定义的问题，可能要转换时会出问题，你这个是在unix下面转换的，我以前做一个是在win32下编的：
unicode("中文","gb2312").encode("utf8")，试试看可不可以

newbuding

UID: 26757
帖子: 1
积分: 2
在线时间: 10 分钟

6^# newbuding 发表于 2005-12-19 12:23

楼上的，这个是在什么地方测试的？我试的结果：

[Copy to clipboard] [ - ]

CODE:

>>> unicode("中文","gb2312).encode("utf8")
File "<stdin>", line 1
unicode("中文","gb2312).encode("utf8")
^
SyntaxError: invalid syntax

出错的箭头是指向最后的utf8的

limodou

UID: 17491
帖子: 110
积分: 252
在线时间: 16 小时

7^# limodou 发表于 2005-12-19 14:26

unicode("中文","gb2312).encode("utf8")

gb2312的双引号不完整，前面有，后面没有。当然出错了。

newbuding

UID: 26757
帖子: 1
积分: 2
在线时间: 10 分钟

8^# newbuding 发表于 2005-12-20 11:00

啊？怎么这么粗心？新结果〉〉〉

[Copy to clipboard] [ - ]

CODE:

>>> unicode("中文","gb2312").encode("utf8")
Traceback (most recent call last):
File "<stdin>", line 1, in ?
LookupError: unknown encoding: gb2312

他为什么不知道这个编码呢？？换成标准的系统编码试试

[Copy to clipboard] [ - ]

CODE:

>>> unicode("中文","zh_CN.gb2312").encode("utf8")
Traceback (most recent call last):
File "<stdin>", line 1, in ?
LookupError: unknown encoding: zh_CN.gb2312

我晕了

limodou

UID: 17491
帖子: 110
积分: 252
在线时间: 16 小时

9^# limodou 发表于 2005-12-20 11:28

在python 2.4中才自带对gb2312, gbk, gb18030 的支持，如果是2.4以前的版本需要安装一个叫cjkcodec(好象是这样)的第三方包才行。

newbuding

UID: 26757
帖子: 1
积分: 2
在线时间: 10 分钟

10^# newbuding 发表于 2005-12-20 21:17

原来是这样！win下的2.4版本确实可以用了，谢谢！