Невозможно декодировать байт

Question

Итак, я получаю некоторые данные xml. Одним из таких примеров является следующее:

xmlString = '<location>san diego, ça</location>' 

В настоящее время это строка. Теперь мне нужно преобразовать его в объект XML, используя метод ElementTree, fromstring(). импорта выглядит следующим образом:

import xml.etree.ElementTree as ET 

Вызов метод:

xml = ET.fromstring(xmlString) 

я продолжал получать ошибки, говоря:

UnicodeDecodeError: 'ascii' codec can't decode byte 0xc3 in position xxx: 
ordinal not in range(128) 

Для того, чтобы справиться с этим я выглядел довольно немного над StackOverflow, а также с документами Python.

Представляется, что необходимо кодировать и декодировать строку.

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

Ошибка игнорируется, но они по-прежнему возникают. Это делается до преобразования xmlString в объект xml. Но все же ошибка возникает!

Любые идеи?

Полный код:

xmlString = '<?xml version="1.0" encoding="UTF-8"?><o><location>san diego, ça</location> 
</o>' 
xmlString = xmlString.encode('utf-8', 'ignore') 
xmlString = xmlString.decode('ascii', 'ignore') 
xml = ET.fromstring(xmlString) 

Использование Python 2.7

Answer 1

Вы звоните str.encode(); Строки Python 2: уже закодированы, поэтому Python пытается сделать правильные вещи и сначала декодирует до unicode, чтобы затем он мог кодировать значение обратно к байтовой строке для вас.

Это неявное декодирование осуществляется с помощью кодека по умолчанию, ASCII:

>>> '<?xml version="1.0" encoding="UTF-8"?><o><location>san diego, ça</location></o>'.encode('utf8') 
Traceback (most recent call last): 
    File "<stdin>", line 1, in <module> 
UnicodeDecodeError: 'ascii' codec can't decode byte 0xc3 in position 62: ordinal not in range(128) 

Обратите внимание, что я назвал .encode(), но исключение составляет UnicodeDecodeError; Python был декодирование здесь первый.

Однако, поскольку ET.fromstring() уже хочет UTF-8 закодированных байт, вам не нужно перекодировать значение на всех.

Если вы видите проблемы с разбором строкового значения, убедитесь, что вы сохранили исходный код Python с помощью правого кодека UTF8 из текстового редактора.