如何在使用Python Suds的Web服務時修復unicode問題

Question

我正在努力與Commission Junction（CJ）的HORRIBLE網絡服務合作。 我可以讓客戶端連接並從CJ接收信息，但是他們的數據庫似乎包含一堆導致UnicideDecodeError的壞字符。

現在我在做：

from suds.client import Client
wsdlLink = 'https://link-search.api.cj.com/wsdl/version2/linkSearchServiceV2.wsdl'
client = Client(wsdlLink)
result = client.service.searchLinks(developerKey='XXX', websiteId='XXX', promotionType='coupon')

這個工作正常，直到我打出一個類似'CorpNet®10％Off Off Service'之類的記錄，然后®導致它破壞我得到

UnicodeDecodeError: 'ascii' codec can't decode byte 0xc2 in position 758: ordinal not in range(128)" error.

有沒有辦法在我的頭上對®進行編碼，這樣當SUDS讀入結果時它不會中斷？

更新 ：澄清一下，®來自CJ數據庫，並在他們的回復中。 所以我需要在SUDS處理響應之前解碼非ascii字符。 我不確定在SUD中如何（或是否）這樣做。

Answer 1

在嘗試添加str和unicode對象時，會出現隱式UnicodeDecodeErrors。 然后，Python將嘗試將str解碼為unicode，但使用ASCII編碼。 如果你的str包含任何不是ascii的東西，你就會收到這個錯誤。

您的解決方案是手動解碼，如下所示：

thestring = thestring.decode('utf8')

嘗試盡可能地將任何可能包含非ascii字符的字符串解碼為soo，因為您可以從任何模塊中將其傳遞給它，在本例中為suds。

然后，如果suds無法處理Unicode（可能是這種情況），請確保在將文本處理回suds（或任何其他如果給它unicode時中斷的其他庫）之前將其編碼回來。

這應該很好地解決問題。 這可能是一個很大的變化，因為您需要將所有內部處理從str移動到unicode，但這是值得的。 :)

Answer 2

“已注冊”字符為U + 00AE，在UTF-8中編碼為"\\xc2\\xae" 。 看起來你有一個用UTF-8編碼的str對象，但有些代碼正在做（可能是默認情況下） your_str_object.decode("ascii") ，它會因你顯示的錯誤消息而失敗。

您需要做的是向我們展示一個完整的示例（即獲取錯誤所需的所有代碼），以及完整的錯誤消息和回溯，以便至少我們可以猜測問題是在您的代碼中還是在導入的代碼中。

Answer 3

我正在使用SUDS通過他們的SOAP API與Salesforce進行交互。 我遇到了同樣的情況，直到我通過不混合str和unicode字符串類型來遵循@ JFSabastian的建議。 例如，傳遞這樣的SOQL字符串確實適用於SUDS 0.3.9：

qstr = u"select Id, FirstName, LastName from Contact where FirstName='%s' and LastName='%s'"  % (u'Jorge', u'López')

我似乎也不需要做str.decode（“utf-8”）。

如果您在Eclipse上運行PyDev中的腳本，您可能需要進入Project => Properties並在Resource下，將“Text File Encoding”設置為UTF-8，在我的Mac上，默認為“MacRoman”。 我想在Windoze上，默認是Cp1252或ISO-8859-1（拉丁文）。 您也可以在項目的工作區中設置此項，從其工作區繼承此設置。 這只會影響程序源代碼。