python - 在 Python 中设置 sax 解析器的编码

Question

当我将 utf-8 编码的 xml 提供给 ExpatParser 实例时:

def test(filename):
    parser = xml.sax.make_parser()
    with codecs.open(filename, 'r', encoding='utf-8') as f:
        for line in f:
            parser.feed(line)

...我得到以下信息:

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "test.py", line 72, in search_test
    parser.feed(line)
  File "/System/Library/Frameworks/Python.framework/Versions/2.5/lib/python2.5/xml/sax/expatreader.py", line 207, in feed
    self._parser.Parse(data, isFinal)
UnicodeEncodeError: 'ascii' codec can't encode character u'\xb4' in position 29: ordinal not in range(128)

我可能在这里遗漏了一些明显的东西。如何将解析器的编码从“ascii”更改为“utf-8”？

Answer 1

您的代码在 Python 2.6 中失败，但在 3.0 中有效。

这在 2.6 中确实有效，大概是因为它允许解析器本身找出编码(可能通过读取在 XML 文件的第一行可选地指定的编码，否则默认为 utf-8):

def test(filename):
    parser = xml.sax.make_parser()
    parser.parse(open(filename))