24

版本：Python 2.7.3

其他库：Python-Requests 1.2.3、jinja2 (2.6)

我有一个向论坛提交数据的脚本，问题是非 ascii 字符显示为垃圾。例如，像 André Téchiné 这样的名字出现为 André© Téchiné。

以下是提交数据的方式：

1) 数据最初是从 UTF-8 编码的 CSV 文件加载的，如下所示：

entries = []
with codecs.open(filename, 'r', 'utf-8') as f:
    for row in unicode_csv_reader(f.readlines()[1:]):
        entries.append(dict(zip(csv_header, row)))

unicode_csv_reader 来自 Python CSV 文档页面的底部：http: //docs.python.org/2/library/csv.html

当我在解释器中输入条目名称时，我看到的名称为u'Andr\xe9 T\xe9chin\xe9'.

2）接下来我通过jinja2渲染数据：

tpl = tpl_env.get_template(u'forumpost.html')
rendered = tpl.render(entries=entries)

当我输入在解释器中呈现的名称时，我再次看到相同的内容：u'Andr\xe9 T\xe9chin\xe9'

现在，如果我将渲染变量写入这样的文件名，它会正确显示：

with codecs.open('out.txt', 'a', 'utf-8') as f:
    f.write(rendered)

但我必须将它发送到论坛：

3）在 POST 请求代码中，我有：

params = {u'post': rendered}
headers = {u'content-type': u'application/x-www-form-urlencoded'}
session.post(posturl, data=params, headers=headers, cookies=session.cookies)

session 是一个请求会话。

并且名称在论坛帖子中显示已损坏。我尝试了以下方法：

  • 省略标题
  • 编码呈现为 render.encode('utf-8') （结果相同）
  • 渲染 = urllib.quote_plus(rendered) （全部显示为 %XY）

如果我输入 render.encode('utf-8') 我会看到以下内容：

'Andr\xc3\xa9 T\xc3\xa9chin\xc3\xa9'

我该如何解决这个问题？谢谢。

4

2 回答 2

32

您的客户端的行为应符合其应有的行为，例如nc -l 8888作为服务器运行并发出请求：

import requests

requests.post('http://localhost:8888', data={u'post': u'Andr\xe9 T\xe9chin\xe9'})

显示：

POST / HTTP/1.1
Host: localhost:8888
Content-Length: 33
Content-Type: application/x-www-form-urlencoded
Accept-Encoding: gzip, deflate, compress
Accept: */*
User-Agent: python-requests/1.2.3 CPython/2.7.3

post=Andr%C3%A9+T%C3%A9chin%C3%A9

您可以检查它是否正确：

>>> import urllib
>>> urllib.unquote_plus(b"Andr%C3%A9+T%C3%A9chin%C3%A9").decode('utf-8')
u'Andr\xe9 T\xe9chin\xe9'

  • 检查服务器是否正确解码请求。您可以尝试指定字符集：

    headers = {"Content-Type": "application/x-www-form-urlencoded; charset=UTF-8"}

    正文仅包含 ascii 字符，因此它不应该受到伤害，并且正确的服务器无论如何都会忽略x-www-form-urlencoded类型的任何参数。在URL 编码的表单数据中寻找血淋淋的细节

  • 检查问题不是显示伪影，即值正确但显示不正确

于 2013-07-02T06:50:49.580 回答
2

尝试解码成utf8：

unicode(my_string_variable, "utf8")

或解码和编码：

sometext = gettextfromsomewhere().decode('utf-8')
env = jinja2.Environment(loader=jinja2.PackageLoader('jinjaapplication', 'templates'))
template = env.get_template('mypage.html')
print template.render( sometext = sometext ).encode('utf-8')
于 2013-07-02T06:11:12.003 回答