Python 名称中使用unicode和lxml的标记

假设我有一个在标记名中使用Unicode的文档，例如

2012

当我从lxml使用etree解析这样一个文档时，我没有问题，树是正确构建的。但当（出于调试目的）我尝试打印某些元素时，我得到一个异常，即尝试将某些unicode字符编码为ASCII时失败

不是终端配置问题或文件编码错误，因为我可以毫无问题地打印包含相同unicode字符的节点名（

.tag

）。显然，这个问题是由元素对象的“字符串化”引起的，它假定标记名是普通的ascii

下面的代码显示了该问题（还显示它不是文件/终端/编码问题）

#编码：utf-8
从lxml导入etree
doc=”“”
2012
"""
x=etree.fromstring（doc）#没问题
打印x.tag#没问题
打印x#异常

在具有正确定义的LC_CTYPE的终端中运行上述脚本，将生成以下输出：

año
Traceback (most recent call last):
  File "procesar.py", line 8, in <module>
    print x
UnicodeEncodeError: 'ascii' codec can't encode character u'\xf1' in position 10: ordinal not in range(128)

año
回溯（最近一次呼叫最后一次）：
文件“procesar.py”，第8行，在
打印x
UnicodeEncodeError:“ascii”编解码器无法对位置10中的字符u'\xf1'进行编码：序号不在范围内（128）

注意

print x.tag

如何正确输出

año

。

print x

不应该产生类似于

的东西吗

---

这是一个已知的问题吗？关于解决方法有什么想法吗？

在输出之前，您必须将unicode字符串转换为字节字符串

尝试：

引述：

对于提供_unicode__（）方法的对象，它将在不带参数的情况下调用此方法以创建unicode字符串。对于所有其他对象，将请求8位字符串版本或表示，然后使用“严格”模式下默认编码的编解码器将其转换为Unicode字符串。

---

在输出之前，必须将unicode字符串转换为字节字符串

尝试：

引述：

对于提供_unicode__（）方法的对象，它将在不带参数的情况下调用此方法以创建unicode字符串。对于所有其他对象，将请求8位字符串版本或表示，然后使用“严格”模式下默认编码的编解码器将其转换为Unicode字符串。

---

我可以用lxml复制这个。元素树工程；它打印

。我尝试使用ElementTree，但出现了相同的异常。也许我使用的是旧版本，问题已经解决了。help（elementtree）在我的机器中显示

#$Id:uuuu init_uuuuuy.py 1821 2004-06-03 16:57:49Z fredrik$

，它看起来已经足够旧了。。。顺便说一句，当你说“我可以复制这个…”你的意思是你有同样的问题，还是有打字错误？不管怎样。。。这是一个有些不同的问题。如何重新定义元素。以便尝试解决问题？如果我尝试执行

x.\uuu repr\uuu=other\u函数

我会得到

AttributeError:'etree.\u元素“object attribute”\uu repr\uuu是只读的

。元素树工程；它打印

。我尝试使用ElementTree，但出现了相同的异常。也许我使用的是旧版本，问题已经解决了。help（elementtree）在我的机器中显示

#$Id:uuuu init_uuuuuy.py 1821 2004-06-03 16:57:49Z fredrik$

，它看起来已经足够旧了。。。顺便说一句，当你说“我可以复制这个…”你的意思是你有同样的问题，还是有打字错误？不管怎样。。。这是一个有些不同的问题。如何重新定义元素。以便尝试解决问题？如果我尝试执行

x.\uuu repr\uuu=other\u函数

我会得到

AttributeError:'etree.\u元素“object attribute”\uu repr\uu\uu\uu\uu是只读的

，事实上，最后的编码步骤不是必需的，因为python会自动尝试将unicode字符串编码为终端编码。在我的例子中，由于我定义了

LC\u ALL

，

print unicode（x）

。然而，我不明白为什么。我按unicode（x）首先尝试x。uuu str_uuuuuuuuu或x。uuu repr_uuuuuuuuuu应该引发相同的异常，不是吗？@JLDiaz Python首先尝试使用

\uuuuuu unicode\uuuuuuuuuuuuu

方法，如果它不存在，则尝试转换。在回答中添加了一段关于这一点的引语。@Marcin不，他使用的是一个像字符串一样的对象，你不能简单地“打印”一个对象，这毫无意义，它必须被转换，unicode函数就是这样做的，将它转换成unicode字符串。@KurzedMetal但是，print x.\uuuuUnicode\uuuu（）不起作用，因为Element对象不提供uuuuuu unicode\uuuu（）方法所以它是如何工作的？@KurzedMetal您的代码是正确的，但您的解释充其量只是误导。事实上，不需要最后的编码步骤，因为python会自动尝试将unicode字符串编码为终端编码。在我的例子中，由于我定义了

LC\u ALL

，

print unicode（x）

。然而，我不明白为什么。我按unicode（x）首先尝试x。uuu str_uuuuuuuuu或x。uuu repr_uuuuuuuuuu应该引发相同的异常，不是吗？@JLDiaz Python首先尝试使用

\uuuuuu unicode\uuuuuuuuuuuuu

方法，如果它不存在，则尝试转换。在回答中添加了一段关于这一点的引语。@Marcin不，他使用的是一个像字符串一样的对象，你不能简单地“打印”一个对象，这毫无意义，它必须被转换，unicode函数就是这样做的，将它转换成unicode字符串。@KurzedMetal但是，print x.\uuuuUnicode\uuuu（）不起作用，因为Element对象不提供uuuuuu unicode\uuuu（）方法所以它是如何工作的？@KurzedMetal你的代码是正确的，但你的解释充其量只是误导。

año
Traceback (most recent call last):
  File "procesar.py", line 8, in <module>
    print x
UnicodeEncodeError: 'ascii' codec can't encode character u'\xf1' in position 10: ordinal not in range(128)

print unicode(x).encode('utf8')