在python中使用XML中的unicode字符：'；ascii'；编解码器可以'；t编码位置0-3的字符：序号不在范围内（128）

我使用django，在我看来，我需要以XML的形式发送一个请求，并使用post方法从html页面接收一些unicode字符。我尝试了以下方法（请注意，我将该输入保存在fname变量中）：

及

及

每次我遇到这个错误：

'ascii' codec can't encode characters in position 0-3: ordinal not in range(128)

---

我用这个代码解决了这个问题：

fname = fname.encode('ascii', 'xmlcharrefreplace')
xml = r"""my XML code with unicode {0} """.format(fname)

>>> "{0}".format(u"\U0001F384"*4)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-3: ordinal not in range(128)

谢谢你的帮助

更新： 您可以删除或替换像>&<这样的特殊字符（感谢@bobince注意到这一点）：

fname=fname.replace（“，”）
fname=fname.replace（&，“”）

您可以执行以下操作：

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

但这是一个只在python 2.7中起作用的丑陋的黑客行为

或

---

它将绕过错误，但仍可能看起来很混乱。如果要发布到html文件，请使用字符集utf-8，您可以使用以下代码重现错误：

fname = fname.encode('ascii', 'xmlcharrefreplace')
xml = r"""my XML code with unicode {0} """.format(fname)

>>> "{0}".format(u"\U0001F384"*4)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-3: ordinal not in range(128)

您可以使用

xml.etree.ElementTree

模块来构建xml文档，而不是字符串格式。xml是一种复杂的格式；很容易出错

ElementTree

还将正确地将Unicode字符串序列化为字节，确保xml声明中的字符编码与文档中使用的实际编码一致

xml = r"""my XML code with unicode {0} """.format(fname)

.format

方法始终生成与输入格式字符串相同的输出字符串类型。在这种情况下，格式字符串是字节字符串

r”““…”

，因此，如果

fname

是Unicode字符串，Python会尝试将其强制为字节字符串。如果

frame

包含默认编码（ASCII）中不存在的字符，则使用bang

请注意，这不同于旧的字符串格式运算符

%

，该运算符在使用的格式字符串或任何参数为Unicode时尝试升级为Unicode字符串，在这种情况下，只要

我的XML代码

与ASCII兼容，该运算符就可以工作。当您将使用

%

的代码转换为

.format（）

时，这是一个常见问题

这应该很好：

xml = ur"""my XML code with unicode {0} """.format(fname)

但是，输出将是一个Unicode字符串，因此无论您接下来做什么，都需要处理这个问题（例如，如果您将其写入字节流/文件，则可能需要

。对整个过程进行编码（'utf-8'）

）。或者对其进行适当编码以获得字节字符串：

xml = r"""my XML code with unicode {0} """.format(fname.encode('utf-8'))

请注意，以上内容：

fname = u"%s".encode('utf8') % (fname)

无法工作，因为您正在将格式字符串编码为字节，而不是

fname

参数。这与只说

fname='%s'%fname

，实际上是

fname=fname

---

我用这个代码解决了这个问题：

fname = fname.encode('ascii', 'xmlcharrefreplace')
xml = r"""my XML code with unicode {0} """.format(fname)

>>> "{0}".format(u"\U0001F384"*4)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-3: ordinal not in range(128)

这闻起来很难闻。对于输入

hello☃，您现在正在生成
hello☃而不是正常的输出
hello☃

如果两者都
☃和
☃在输出中看起来与您相同，那么您可能正在执行以下操作：

xml = '<element>{0}</element>'.format(some_text)

xml='{0}'。格式（一些文本）

对于XML特殊字符，例如
&
和
什么
type
是
fname
变量
str
或
字节
？看起来您正在尝试将Unicode字符转换为超出其7位范围的ASCII字符。线索在错误消息中。fname是一个波斯字符串“محمدحسین”，我的意思是unicode:）不要更改默认编码。它可能会破坏不需要它的库。在这种情况下，它是不必要的。因此，丑陋，这就是为什么我添加了“或”的原因，因为我指出OP将未替换的
fname
插入到xml中。明确地说：与
%
相比，
.format（）
拒绝将结果隐式升级为Unicode是一个优势。感谢您的回答。您能解释一下如何转义这些特殊字符吗？
text.replace（'&'，'&；'）。replace（'''，'）。replace（''''，''''）。replace（'''''，''''）。replace（''''，''''，'&apos；'））
fname = u"%s".encode('utf8') % (fname)

fname = fname.encode('ascii', 'xmlcharrefreplace')

xml = '<element>{0}</element>'.format(some_text)