Python Django和lxml中的解码问题

在使用部署的Django应用程序版本时，lxml有一个奇怪的问题。我使用lxml解析从服务器获取的另一个HTML页面。这在我自己的计算机上的开发服务器上运行得非常好，但出于某种原因，它在服务器上给了我

UnicodeDecodeError

('utf8', "\x85why hello there!", 0, 1, 'unexpected code byte')

我已经确保Apache（使用mod_python）使用

LANG='en_US.UTF-8'

运行

我已经尝试过用谷歌搜索这个问题，并尝试了不同的方法来正确解码字符串，但我无法找到答案

---

在您的回答中，您可能会假设我的字符串名为

hello

或其他什么。

由于修改site.py不是一个理想的解决方案，请在程序开始时尝试以下方法：

import sys
reload(sys)
sys.setdefaultencoding("utf-8")

---

“\x85why hello here！”不是utf-8编码的字符串。在将网页传递给lxml之前，您应该尝试对其进行解码。获取页面时，通过查看http头检查它使用了什么编码，也许您会发现问题所在。

诸如

u“\x85why hello here！”之类的语法不存在吗？

帮助

您可能会发现官方Python文档中的以下资源非常有用：

---

有趣！您不知道我的程序在Django中的开始是什么？在调用任何与lxml相关的代码之前调用此代码应该可以解决此问题。为什么在导入后立即调用reload？是否应该在sys.setdefaultencoding之后调用它？需要重新加载（sys）的原因是python的站点模块专门删除了它。这是因为使用setdefaultencoding的客户端代码就像一只拿着枪的猴子。请阅读，不要这样做。同意。请尝试“\x85为什么在那里打招呼！”。解码（“utf-8”）。这将把非unicode代码（\x85）更改为unicode代码。您可能还需要在.py文件的顶部添加：“#--coding:utf-8-->”（不带引号）。我同意这可能是因为您返回的字节字符串实际上不是utf-8。一般来说，如果您声称要创建UTF-8字符串，那么您应该在内部使用unicode类型，并且在将位放到线路上之前，将其编码为UTF-8。如果你把字节串拼凑在一起，你几乎肯定会在某个地方搞砸，然后在很久以后的某个地方发现它。FWIW，“\x85”==“#”。