python: os.path.exists() unicode异常

Question

在我的python程序中，我使用untangle来解析XML文件：

from untangle import parse

parse(xml)

XML以utf-8编码，并包含非ASCII字符。在我的程序中，这是在制造麻烦。当xml字符串被传递给untangle时，它会尽量巧妙地首先自动检查它是否是一个文件名。所以它调用

os.path.exists(xml)

看起来os模块试图将其转换回ascii，并导致以下异常：

UnicodeEncodeError: 'ascii' codec can't encode characters in position 169-172: ordinal not in range(128)

在这个文件的顶部，我这样做是作为一个技巧，应该可以解决这个问题：

import sys
reload(sys)
sys.setdefaultencoding('UTF8')

不幸的是，它没有起作用。

我不知道还会出什么问题。请帮帮忙。

Answer 1

untangle没有提供直接的函数，这有点奇怪。

最简单的解决方案是复制untangle.parse的相关实现来解析文件：

def parse_text (text):
    parser = untangle.make_parser()
    sax_handler = untangle.Handler()
    parser.setContentHandler(sax_handler)
    parser.parse(StringIO(content))
    return sax_handler.root

Answer 2

如下所示，解码对你的情况有帮助吗？

from untangle import parse
xml=isinstance(xml, str) and xml.decode("utf-8") or xml
parse(xml)