生產lxml編碼錯誤

我想用lxml處理一些數據。它工作正常，我的開發服務器上，但對生產下列代碼：生產lxml編碼錯誤

parser = etree.XMLParser(encoding='cp1251')

拋出：

File "parser.pxi", line 1288, in lxml.etree.XMLParser.__init__ (third_party/apphosting/python/lxml/src/lxml/lxml.etree.c:77726) 
    File "parser.pxi", line 738, in lxml.etree._BaseParser.__init__ (third_party/apphosting/python/lxml/src/lxml/lxml.etree.c:73404) 
LookupError: unknown encoding: 'cp1251'

我使用LXML 2.3。 GAE似乎支持相同的版本。那麼爲什麼這個錯誤呢？

編輯：

我指定不同的編碼，以XMLParser，如CP1252，ISO-8859-5，ISO-8859-2，它總是扔在GAE相同的錯誤，但我工作的本地機器上。這些都是流行的編碼，而且GAE上的lxml必須支持它們。我相信這在GAE上的lxml構建中是錯誤的。

我創建了一個問題：http://code.google.com/p/googleappengine/issues/detail?id=7315

EDIT2：

完全回溯：

unknown encoding: 'cp1251' 
Traceback (most recent call last): 
    File "/base/python27_runtime/python27_lib/versions/third_party/webapp2-2.3/webapp2.py", line 1511, in __call__ 
    rv = self.handle_exception(request, response, e) 
    File "/base/python27_runtime/python27_lib/versions/third_party/webapp2-2.3/webapp2.py", line 1505, in __call__ 
    rv = self.router.dispatch(request, response) 
    File "/base/python27_runtime/python27_lib/versions/third_party/webapp2-2.3/webapp2.py", line 1253, in default_dispatcher 
    return route.handler_adapter(request, response) 
    File "/base/python27_runtime/python27_lib/versions/third_party/webapp2-2.3/webapp2.py", line 1077, in __call__ 
    return handler.dispatch() 
    File "/base/python27_runtime/python27_lib/versions/third_party/webapp2-2.3/webapp2.py", line 547, in dispatch 
    return self.handle_exception(e, self.app.debug) 
    File "/base/python27_runtime/python27_lib/versions/third_party/webapp2-2.3/webapp2.py", line 545, in dispatch 
    return method(*args, **kwargs) 
    File "/base/data/home/apps/s~my_cool_app_id/1.358126884781269352/main.py", line 29, in get 
    parser = etree.XMLParser(encoding='cp1251') 
    File "parser.pxi", line 1288, in lxml.etree.XMLParser.__init__ (third_party/apphosting/python/lxml/src/lxml/lxml.etree.c:77726) 
    File "parser.pxi", line 738, in lxml.etree._BaseParser.__init__ (third_party/apphosting/python/lxml/src/lxml/lxml.etree.c:73404) 
LookupError: unknown encoding: 'cp1251'

來源

2012-04-09 Maxim

這適用於我在shell-27.appspot.com（一旦我注意不要讓解析器被酸洗）。你使用Python 2.7嗎？你可以包含完整的堆棧跟蹤嗎？ – 2012-04-11 04:19:07

另外，你有沒有嘗試過之前解碼文本傳遞給XML解析器？ – 2012-04-11 04:19:39

@NickJohnson感謝您的意見！是的，我正在使用Python 2.7。在shell-27.appspot.com我甚至不能導入lxml（沒有名爲lxml的模塊）。我能夠用'my_xml_str.decode（'cp1251'）'解碼文本，但這不是最理想的，因爲在將這樣的unicode字符串傳遞給'etree.XML（）'進行解析之前，我必須手動刪除xml中的編碼聲明證明自己。其次，xml文檔的大小爲5Mb，這比允許lxml自行解碼字符串要慢。我編輯了我的問題，包括完整的追溯。 – Maxim 2012-04-11 06:47:55

似乎有關於OS X此行爲，其中指定編碼打開一個錯誤=」 cp1252「導致上述錯誤。該評論還指定了受影響的其他系統：https://bugs.launchpad.net/lxml/+bug/707396

您是否試過指定其他編碼類型？（看看它是否只是cp1252的問題）

來源

2012-04-09 21:53:44 Sologoub

謝謝你的回覆。我實際上使用cp1251，而不是cp1252 ...但是我也使用cp1252編碼測試了我的代碼，但它仍然會引發相同的錯誤。另一方面，如果我指定utf-8編碼，它將起作用。看起來它在GAE服務器上構建lxml是錯誤的，因爲它在我的本地機器上完美工作。 – Maxim 2012-04-10 07:48:45

對不起。你能提供你的環境的細節？我仍然認爲這可能與所報告的錯誤有關。 – Sologoub 2012-04-10 16:09:29

發現這篇文章顯示人們在GAE上使用lxml成功解碼cp1251：http://stackoverflow.com/questions/9793086/python-unicode-behaviour-in-google-app-engine。所以這個問題似乎只以編碼爲中心。 – Sologoub 2012-04-10 16:21:14

生產lxml編碼錯誤

回答

相關問題