使用MARCReader()和pymarc读取MARC数据时出错

Question

所以我试着教自己一个学校项目的python和pymarc。我有一个marc文件示例，我试图使用以下简单代码来读取它：

from pymarc import *

reader = MARCReader(open('dump.mrc', 'rb'), to_unicode=True)

for record in reader:
    print(record)

for循环就是打印出每条记录，以确保我得到了正确的数据。唯一的问题是我得到了这个错误：

UnicodeDecodeError: 'ascii' codec can't decode byte 0xc2 in position 0: ordinal not in range(128)

我在网上查过了，但找不到解决问题的办法。这个错误意味着什么，我如何着手修复它？提前谢谢。

Answer 1

您可以将python环境设置为支持UTF-8，并将其记录为字典。

尝试：

#!/usr/bin/env python
# -*- coding: utf-8 -*-

import sys

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

from pymarc import *

reader = MARCReader(open('dump.mrc', 'rb'), to_unicode=True, force_utf8=True)
for record in reader:
    print record.as_dict() 

注意：

1. 如果仍然得到unicode异常，则可以设置to_unicode=False并跳过force_utf8=True。
2. 另外，请检查您的dump.mrc文件是否编码为UTF-8或否.尝试：$ chardet dump.mrc