python之GAE python : Importing UTF-8 Characters from an XML file to a database model

我正在解析来自在线资源的 XML 文件，但在读取 utf-8 字符时遇到问题。现在我已经阅读了其他一些处理类似问题的问题，但是到目前为止，没有一个解决方案有效。目前代码如下所示。

class XMLParser(webapp2.RequestHandler): 
 
def get(self): 
 
        url = fetch('some.xml.online') 
 
        xml = parseString(url.content) 
 
        vouchers = xml.getElementsByTagName("VoucherCode") 
 
        for voucher in vouchers: 
 
          if voucher.getElementsByTagName("ActivePartnership")[0].firstChild.data == "true": 
 
            coupon = Coupon() 
            coupon.description = str(voucher.getElementsByTagName("Description")[0].firstChild.data.decode('utf-8')) 
            coupon.prov_key = str(voucher.getElementsByTagName("Id")[0].firstChild.data) 
            coupon.put() 
            self.redirect('/admin/coupon') 

我由此得到的错误显示如下。这是由描述字段中的“ü”引起的，我稍后在使用数据时也需要显示。

File "C:\Users\Vincent\Documents\www\Sparkompass\Website\main.py", line 217, in get coupon.description = str(voucher.getElementsByTagName("Description")[0].firstChild.data.decode('utf-8')) File "C:\Python27\lib\encodings\utf_8.py", line 16, in decode return codecs.utf_8_decode(input, errors, True) UnicodeEncodeError: 'ascii' codec can't encode character u'\xfc' in position 16: ordinal not in range(128)

如果我去掉描述，一切都会正常运行。在数据库模型定义中，我定义了如下描述:

description = db.StringProperty(multiline=True) 

尝试 2

我也试过这样做:

coupon.description = str(voucher.getElementsByTagName("Description")[0].firstChild.data).decode('utf-8') 

这也给了我:

UnicodeEncodeError: 'ascii' codec can't encode character u'\xfc' in position 16: ordinal not in range(128)

非常感谢任何帮助!

更新

XML 文件包含德语，这意味着其中的更多字符是 UTF-8 字符。因此，理想情况下，我现在认为在更高级别进行解码可能会更好，例如在

xml = parseString(url.content) 

但是到目前为止，我也没有让它工作。目的是获取 ascii 中的字符，因为这是 GAE 将其注册为数据库模型中的字符串所需要的。

请您参考如下方法:

>>> u"ü".decode("utf-8") 

Unicode编码错误

>>> u"ü".encode("utf-8")  

'\xc3\xbc'

>>> u"ü".encode("utf-8").decode("utf-8") 

你'\xfc'

>>> str(u"ü".encode("utf-8").decode("utf-8")) 

Unicode编码错误

>>> str(u"ü".encode("utf-8")) 

'\xc3\xbc'

您需要哪种编码？

您还可以使用:

string2 = cgi.escape(string).encode("latin-1", "xmlcharrefreplace")  

这会将所有非 latin-1 字符替换为 xml 实体。