3

我正在尝试在 Python 上制作一个 html 实体编码器/解码器，其行为类似于 PHPhtmlentities和html_entity_decode，它通常作为独立脚本工作：

我的输入：

Lorem ÁÉÍÓÚÇÃOÁáéíóúção @#$%*()[]<>+ 0123456789

python decode.py

输出：

Lorem ÁÉÍÓÚÇÃOÁáéíóúção @#$%*()[]<>+ 0123456789

现在，如果我将它作为Autokey脚本运行，我会收到此错误：

Script name: 'html_entity_decode'
Traceback (most recent call last):
  File "/usr/local/lib/python2.7/dist-packages/autokey/service.py", line 454, in execute
    exec script.code in scope
  File "<string>", line 40, in <module>
  File "/usr/local/lib/python2.7/dist-packages/autokey/scripting.py", line 42, in send_keys
    self.mediator.send_string(keyString.decode("utf-8"))
  File "/usr/lib/python2.7/encodings/utf_8.py", line 16, in decode
    return codecs.utf_8_decode(input, errors, True)
UnicodeEncodeError: 'ascii' codec can't encode characters in position 6-12: ordinal not in range(128)

我究竟做错了什么？这是脚本：

import htmlentitydefs
import re

entity_re = re.compile(r'&(%s|#(\d{1,5}|[xX]([\da-fA-F]{1,4})));' % '|'.join(
    htmlentitydefs.name2codepoint.keys()))

def html_entity_decode(s, encoding='utf-8'):

    if not isinstance(s, basestring):
        raise TypeError('argument 1: expected string, %s found' \
                        % s.__class__.__name__)

    def entity_2_unichr(matchobj):
        g1, g2, g3 = matchobj.groups()
        if g3 is not None:
            codepoint = int(g3, 16)
        elif g2 is not None:
            codepoint = int(g2)
        else:
            codepoint = htmlentitydefs.name2codepoint[g1]
        return unichr(codepoint)

    if isinstance(s, unicode):
        entity_2_chr = entity_2_unichr
    else:
        entity_2_chr = lambda o: entity_2_unichr(o).encode(encoding,
                                                           'xmlcharrefreplace')
    def silent_entity_replace(matchobj):
        try:
            return entity_2_chr(matchobj)
        except ValueError:
            return matchobj.group(0)

    return entity_re.sub(silent_entity_replace, s)

text = clipboard.get_selection()
text = html_entity_decode(text)
keyboard.send_keys("%s" % text)

我在 Gist https://gist.github.com/607454上找到了它，我不是作者。

4

2 回答 2

3

查看回溯，可能的问题是您将 unicode 字符串传递给 keyboard.send_keys，它需要一个 UTF-8 编码的字节串。autokey 然后尝试解码您的字符串，但由于输入是 unicode 而不是 utf-8 而失败。这看起来像自动键中的一个错误：它不应该尝试解码字符串，除非它们真的是普通的（字节）字符串。

如果这个猜测是正确的，你应该能够通过确保将一个 unicode 实例传递给 send_keys 来解决这个问题。尝试这样的事情：

text = clipboard.get_selection()
if isinstance(text, unicode):
    text = text.encode('utf-8')
text = html_entity_decode(text)
assert isinstance(text, str)
keyboard.send_keys(text)

断言不是必需的，但它是一个方便的健全性检查，以确保 html_entity_decode 做正确的事情。

于 2013-01-13T21:15:27.347 回答
2

问题是输出：

clipboard.get_selection()

是一个 unicode 字符串。

解决问题替换：

text = clipboard.get_selection()

经过：

text = clipboard.get_selection().encode("utf8")
于 2013-01-13T21:31:55.117 回答