Python xml.dom.minidom Unicode

我想在python中创建一个xml文档，但是我正在使用的一些字符串以unicode编码。有没有办法使用unicode字符串使用xml.dom.minidom创建文本节点？有我可以使用的另一个模块吗？Python xml.dom.minidom Unicode

谢谢。

来源

2009-10-23 Jordan

在理论上，每the docs：

的DOMString在建议定义映射到一个Python 字符串或Unicode字符串。每当从 DOM返回字符串时，应用程序应该能够处理Unicode 。

所以你应该罚款一个Unicode字符串或Python字符串（utf-8是XML中的默认编码）。

实际上，在Python 2中，我有时在xml.dom中有Unicode字符串的问题（我几乎完全从它切换到ElementTree，所以我不积极地认为问题是肯定的在最近的Python 2版本中仍然存在）。

如果您确实遇到直接使用Unicode字符串的问题，我想您应该尝试使用编码字符串，例如thedoc.createTextNode(u'pié'.encode('utf-8'))。

在Python 3中，当然，str是Unicode，所以在这方面一切都有所不同;-)。

来源

2009-10-23 03:07:22

正是我想要的。谢谢！ – Jordan 2009-10-23 11:59:20

??这正是你不能做的。 DOM中的文本节点数据被定义为Unicode。传递一个字节字符串会导致错误的信息集，这会在以后的处理中给你UnicodeErrors。 – bobince 2009-10-23 12:35:56

@bobince，理论上你是完全正确的，在实践中，我有时会设法与str一起工作，在unicode中失败（文档说它要么！） - 扩大我的答案澄清。 – 2009-10-23 15:09:01

dom对象似乎有一个编码参数，请参阅Python文档的20.7.1。阅读脚注;请注意使用正确的编码字符串。

来源

2009-10-23 01:49:03

我不知道这将为我工作。我需要实际创建一个dom对象（使用createTextNode（string）），但如果字符串是unicode，则会失败。 20.7.1似乎允许我从节点创建unicode字符串，但不能从unicode字符串创建节点。有另一种方法吗？或者，我只是误解了文档？ – Jordan 2009-10-23 02:26:59

有没有办法使用unicode字符串使用xml.dom.minidom创建文本节点？

是的，createTextNode 总是需要Unicode字符串。在XML信息集的文本模式是Unicode，因为你可以看到：

>>> doc= minidom.parseString('<a>b</a>') 
>>> doc.documentElement.firstChild.data 
u'b'

所以：

>>> doc.createTextNode(u'Hell\xF6') # OK 
<DOM Text node "u'Hell\xf6'">

minidom命名确实让你把非Unicode字符串在DOM，但如果这样做它们包含非ASCII字符，你会以后栽跟头：

>>> doc.documentElement.appendChild(doc.createTextNode('Hell\xF6')) # Wrong, not Unicode string 
<DOM Text node "'Hell\xF6'"> 

>>> doc.toxml() 
Traceback (most recent call last): 
    File "<stdin>", line 1, in <module> 
    File "/usr/lib/python2.6/xml/dom/minidom.py", line 45, in toxml 
    return self.toprettyxml("", "", encoding) 
    File "/usr/lib/python2.6/xml/dom/minidom.py", line 60, in toprettyxml 
    return writer.getvalue() 
    File "/usr/lib/python2.6/StringIO.py", line 270, in getvalue 
    self.buf += ''.join(self.buflist) 
UnicodeDecodeError: 'ascii' codec can't decode byte 0xff in position 0: ordinal not in range(128)

这是假设，通过“以Unicode编码的”你的意思是你正在使用Unicode字符串。如果你的意思是别的东西，就像你在一个UTF-8编码得到字节串，就需要你把他们在DOM之前，这些字节字符串转换为Unicode字符串：

>>> b= 'Hell\xc3\xb6' # Hellö encoded in UTF-8 bytes 
>>> u= b.decode('utf-8') # Proper Unicode string Hellö 
>>> doc.documentElement.appendChild(doc.createTextNode(u)) 
>>> doc.toxml() 
u'<?xml version="1.0" ?><a>bHell\xf6</a>' # correct!

来源

2009-10-23 12:33:53 bobince

Python xml.dom.minidom Unicode

回答

相关问题