python、vobject、编码、vcards

Question

我在python中使用vobject。我正在尝试解析位于以下位置的vcard：

http://www.mayerbrown.com/people/vCard.aspx?Attorney=1150

为此，我执行以下操作：

    import urllib
    import vobject

    vcard = urllib.urlopen("http://www.mayerbrown.com/people/vCard.aspx?Attorney=1150").read()
    vcard_object = vobject.readOne(vcard)

每当我这样做时，我都会得到以下错误：

Traceback (most recent call last):
  File "<pyshell#86>", line 1, in <module>
    vobject.readOne(urllib.urlopen("http://www.mayerbrown.com/people/vCard.aspx?Attorney=1150").read())
  File "C:\Python27\lib\site-packages\vobject-0.8.1c-py2.7.egg\vobject\base.py", line 1078, in readOne
    ignoreUnreadable, allowQP).next()
  File "C:\Python27\lib\site-packages\vobject-0.8.1c-py2.7.egg\vobject\base.py", line 1031, in readComponents
    vline = textLineToContentLine(line, n)
  File "C:\Python27\lib\site-packages\vobject-0.8.1c-py2.7.egg\vobject\base.py", line 888, in textLineToContentLine
    return ContentLine(*parseLine(text, n), **{'encoded':True, 'lineNumber' : n})
  File "C:\Python27\lib\site-packages\vobject-0.8.1c-py2.7.egg\vobject\base.py", line 262, in __init__
    self.value = str(self.value).decode('quoted-printable')
UnicodeEncodeError: 'ascii' codec can't encode character u'\xfc' in position 29: ordinal not in range(128)

我已经尝试了许多其他的变体，例如将vcard转换为unicode，使用各种编码等，但我总是得到相同或非常相似的错误消息。

有什么办法解决这个问题吗？

Answer 1

在vCard的第13行失败，因为ADR属性被错误地标记为以"quoted-printable“编码。ü字符应该编码为=FC，这就是vobject抛出错误的原因。

Answer 2

文件被下载为UTF-8 (我认为)编码的字符串，但库试图将其解释为ASCII。

尝试在urlopen之后添加以下行：

vcard = vcard.decode('utf-8')

Answer 3

vobject库的readOne方法相当笨拙。

为了避免出现问题，我决定将vcards以可引用的可打印数据的形式保存在数据库中，这是用户喜欢的。

quopried_vcard = quopri.encodestring(some_vcard)

vobj = vobject.readOne(quopried_vcard)

quopri.decodestring(vobj.fn.value)

也许有人可以用readOne更好地处理UTF-8。如果是的话，我很想看看。