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,在检索数据的某些元素时,我收到一些Unicode错误。
我能够从xml文件中检索5个数据元素而没有任何我想要的问题,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)
我知道抛出解析器的字符是一个“★”字符,无论如何我都不希望从xml文件中检索该字符。
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,而忽略诸如★字符之类的有趣字符? 我真的很感谢在此问题上的任何帮助。 我已经尝试过使用word.encode('us-ascii','ignore')的解决方案,但这不能解决问题。
-----------我找到了解决方案:
因此,当我遇到这个问题的问题时,与一位讲师就此话题进行交谈之后,我发现所需要的只是两行代码,可以对已解析的xml文件进行编码和解码(将其读入程序后) )。 希望这可以帮助其他人遇到同样的问题!
unicode_data = data.decode('utf-8')
data = unicode_data.encode('ascii','ignore')