Python 3.x 使用Flask RESTful解析非Unicode字符串

我有一个用Flask RESTful开发的webhook，它可以通过POST获得几个参数。 其中一个参数是非Unicode字符串，编码为cp1251

无法找到使用

reqparse

正确解析此参数的方法

以下是我的代码片段：

parser = reqparse.RequestParser()
parser.add_argument('text')
msg = parser.parse_args()

然后，我将

msg

写入一个文本文件，如下所示：

{"text": "\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd !\n\n\ufffd\ufffd\ufffd\ufffd\ufffd\n\n-- \n\ufffd \ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd."}

如您所见，Flask以某种方式将所有西里尔字符替换为

\ufffd

。同时，非西里尔字符，如

或
\n
处理正确

我能做些什么来建议RequestParser使用字符串编码

以下是我将文本写入磁盘的代码：

 f = open('log_msg.txt', 'w+')
 f.write(json.dumps(msg))
 f.close()

我尝试了
f=open（'log_msg.txt'，'w+'，encoding='cp1251'）
，结果相同

然后，我试着

 f = open('log_msg_ascii.txt', 'w+')
 f.write(ascii(json.dumps(msg)))

同样，没有区别

因此，我很确定它是
RequestParser（）
太聪明了，无法理解非Unicode输入

谢谢
 好吧，我终于找到了解决办法。感谢@lenz帮助我解决这个问题。似乎
reqparse
错误地假设每个字符串参数都是UTF-8。因此，当它看到一个非Unicode输入字段（在其他Unicode字段中！）时，它尝试将其作为Unicode加载，但失败了。因此，所有字符都是
U+FFFD
（替换字符）

所以，为了访问那个非Unicode字段，我做了以下技巧

首先，我使用
get_data（）
加载原始数据，使用cp1251对其进行解码，并使用简单的regexp进行解析

 raw_data = request.get_data()
 contents = raw_data.decode('windows-1251')
 match = re.search(r'(?P<delim>--\w+\r?\n)Content-Disposition: form-data; name=\"text\"\r?\n(.*?)(?P=delim)', contents, re.MULTILINE | re.DOTALL)
 text = match.group(2)

raw\u data=request.get\u data（）
内容=原始数据。解码（'windows-1251'）
match=re.search（r'（？P--\w+\r？\n）内容配置：表单数据；名称=\“text\”\r？\n（.*？（？P=delim）），内容，re.MULTILINE | re.DOTALL）
text=match.group（2）

虽然不是最漂亮的解决方案，但它很有效。
U+FFFD是替换字符。你能展示一下将文本写入磁盘的代码吗？另外，请显示
ascii（msg）
的输出，以查看问题是否发生在解析或编写过程中。我刚刚更新了问题。附加信息。您是否看到
reqparse
模块已弃用？如果这是
reqparse
中的错误，则可能无法修复。但我怀疑西里尔文字在早期阶段会被U+FFFD取代。您应该检查（或者在此处添加）值在
flask.request
对象上的直接外观，以及负载是如何由客户端发送的。@lenz我使用
request.get_data（）
保存了原始请求，数据是正确的。所以我假设这是一个
reqparse
bug。。。是的，现在我看到它几乎被弃用了。将尝试解析原始数据或找到其他方法。谢谢你的帮助@lenz我刚刚让它工作了，在这里发布了解决方案作为答案。很高兴看到它工作了。我仍然认为，您应该确保不是客户机声明了错误的编码，如果可以的话，在这方面进行修复。