2

我尝试使用提要解析器读取 RSS 提要。

import feedparser
url = 'http://example.com/news.xml'
d=feedparser.parse(url)
f = open('rss.dat','w')
for e in d.entries:
   title = e.title
   print >>f, address
f.close()

它适用于英文 RSS 提要，但如果我尝试显示用西里尔字母书写的标题，则会收到 UnicodeEncodeError。它发生在我：

  1. 尝试将标题写入文件。
  2. 尝试在屏幕上显示标题。
  3. 尝试在 URL 中使用它来访问网页。

我的问题是如何轻松解决这个问题。我很想有一个像这样简单的解决方案：

new_title = some_function(title)

可能有办法用 HTML 代码替换每个西里尔符号吗？

4

1 回答 1

3

FeedParser 本身可以很好地处理编码，除非它被错误地声明。有关可能的解释，请参阅http://code.google.com/p/feedparser/issues/detail?id=114。似乎 Python 2.5 使用 ascii 作为默认编码，并导致问题。您能否粘贴实际的提要 URL，以查看那里的编码是如何声明的。如果声明编码似乎是错误的 - 您必须找到一种方法来指示 FeedParser 覆盖默认值。

编辑：好的，似乎错误在打印语句中。利用

f.write(title.encode('utf-8'))
于 2012-06-11T11:39:35.000 回答