Das deutsche Python-Forum

Hallo,

Ich möchte mit lxml eine xml-datei parsen und die Daten dann auch irgendwie darstellen. In der xml sind allerdings auch Umlaute. Wie bringe ich Python jetzt dazu mir das richtig anzuzeigen?

Code: Alles auswählen

#coding: iso-8859-1

from lxml import objectify
file = open ("file.xml")

tree = objectify.parse(file)
tags = tree.xpath("//tag")
for tag in tags:
    print tag.id, tag.name

Fehlermeldung wenn ich das Programm in einer Konsole ausführen will (Linux):

File "pythprob.py", line 9, in <module>
print tag.id, tag.name
UnicodeEncodeError: 'ascii' codec can't encode character u'\xf6' in position 3: ordinal not in range(128)

In dem angegebenen coding ist die Datei auch abgespeichert. Und die xml-Datei hat das selbe coding. Was passt also nicht?

€: http://www.python-forum.de/topic-5095.html hab ich schon gefunden. Hat mir aber irgendwie nicht wirklich weiter geholfen.

Die ``coding`` Zeile bezieht sich auf den Code, auf die Kodierung mit der der Code kodiert ist, damit der Interpreter Sonderzeichen auch richtig lesen kann. Sie sagt nicht, dass Python alles was hier passiert mit der angegebenen Kodierung machen soll.

Dekodier mal ``tag.id` und ``tag.name`` mit deiner Kodierung.

Hmm... blöde Frage, aber wie mache ich das?

Code: Alles auswählen

print tag.id.decode("iso-8859-1"), tag.name.decode("iso-8859-1")

Ja, dann hab ichs ja doch prinzipiell richtig gemacht

AttributeError: no such child: decode

Aber der Fehler hat mich gerade ziemlich verunsichert. So funktioniert das also nicht. Kann ich das irgendwie umgehen?

Du willst ja auch tag.name umwandeln - und kein Element!

Code: Alles auswählen

 print ressource.id, ("%s"% ressource.name).encode("iso-8859-1")

Damit funktioniert es.
Und ich hab es gerade noch ausprobiert. Es funktioniert auch ohne dem .encode...
Warum?

Weil es das Encoding deiner Konsole erfolgreich bestimmen konnte und implizit konvertiert hat. Aber das ``"%s" % ressource.name`` ist doch ein Quatsch.

Warum ist das Quatsch?

Weil es nichts anderes macht, als den String in einen String einzufügen, der aus nichts anderem besteht. Lass es doch mal weg.

wenn ich "%s"% weglasse, werden mir die Umlaute nicht angezeigt. Stattdessen bekomme ich diese Fehlermeldung:
UnicodeEncodeError: 'ascii' codec can't encode character u'\xf6' in position 3: ordinal not in range(128)

Code: Alles auswählen

print ressource.id, ressource.name.encode("iso-8859-1")

Dann versuch mal

Code: Alles auswählen

 print ressource.id, ressource.name.encode("iso-8859-1")

Sollte es sich bei ``ressource.name`` nicht um einen String handeln, ist die explizite Konvertierung per ``str`` zu bevorzugen.

Wie schon gesagt, war genau das mein erster Versuch. Aber da gab es diese Fehlermeldung.

print ressource.name.encode("iso-8859-1")
File "objectify.pyx", line 223, in objectify.ObjectifiedElement.__getattr__
File "objectify.pyx", line 446, in objectify._lookupChildOrRaise
AttributeError: no such child: encode

Was sagt denn?

Code: Alles auswählen

print type(ressource.name)

Siehe mein Post.
Du könntest dir aber auch anschauen, welche Methoden das Objekt hat.

Vielen Dank für eure Hilfe, hat mir sehr geholfen.

Das deutsche Python-Forum

[Anfängerfrage] Umlaute

[Anfängerfrage] Umlaute