1

Eclipseを実行するとき、またはiPythonでスクリプトを実行するときに、これで失敗します。

'ascii' codec can't decode byte 0xe2 in position 32: ordinal not in range(128)

理由はわかりませんが、同じURLを使用してfeedparse.parse（url）ステートメントを実行するだけでは、エラーはスローされません。これは私を大いに困惑させています。

コードは次のように単純です。

      try:
           d = feedparser.parse(url)
      except Exception, e:
           logging.error('Error while retrieving feed.')
           logging.error(e)
           logging.error(formatExceptionInfo(None))
           logging.error(formatExceptionInfo1())

スタックトレースは次のとおりです。

d = feedparser.parse(url)


 File "C:\Python26\lib\site-packages\feedparser.py", line 2623, in parse
    feedparser.feed(data)
  File "C:\Python26\lib\site-packages\feedparser.py", line 1441, in feed
    sgmllib.SGMLParser.feed(self, data)
  File "C:\Python26\lib\sgmllib.py", line 104, in feed
    self.goahead(0)
  File "C:\Python26\lib\sgmllib.py", line 143, in goahead
    k = self.parse_endtag(i)
  File "C:\Python26\lib\sgmllib.py", line 320, in parse_endtag
    self.finish_endtag(tag)
  File "C:\Python26\lib\sgmllib.py", line 360, in finish_endtag
    self.unknown_endtag(tag)
  File "C:\Python26\lib\site-packages\feedparser.py", line 476, in unknown_endtag
    method()
  File "C:\Python26\lib\site-packages\feedparser.py", line 1318, in _end_content
    value = self.popContent('content')
  File "C:\Python26\lib\site-packages\feedparser.py", line 700, in popContent
    value = self.pop(tag)
  File "C:\Python26\lib\site-packages\feedparser.py", line 641, in pop
    output = _resolveRelativeURIs(output, self.baseuri, self.encoding)
  File "C:\Python26\lib\site-packages\feedparser.py", line 1594, in _resolveRelativeURIs
    p.feed(htmlSource)
  File "C:\Python26\lib\site-packages\feedparser.py", line 1441, in feed
    sgmllib.SGMLParser.feed(self, data)
  File "C:\Python26\lib\sgmllib.py", line 104, in feed
    self.goahead(0)
  File "C:\Python26\lib\sgmllib.py", line 138, in goahead
    k = self.parse_starttag(i)
  File "C:\Python26\lib\sgmllib.py", line 296, in parse_starttag
    self.finish_starttag(tag, attrs)
  File "C:\Python26\lib\sgmllib.py", line 338, in finish_starttag
    self.unknown_starttag(tag, attrs)
  File "C:\Python26\lib\site-packages\feedparser.py", line 1588, in unknown_starttag
    attrs = [(key, ((tag, key) in self.relative_uris) and self.resolveURI(value) or value) for key, value in attrs]
  File "C:\Python26\lib\site-packages\feedparser.py", line 1584, in resolveURI
    return _urljoin(self.baseuri, uri)
  File "C:\Python26\lib\site-packages\feedparser.py", line 286, in _urljoin
    return urlparse.urljoin(base, uri)
  File "C:\Python26\lib\urlparse.py", line 215, in urljoin
    params, query, fragment))
  File "C:\Python26\lib\urlparse.py", line 184, in urlunparse
    return urlunsplit((scheme, netloc, url, query, fragment))
  File "C:\Python26\lib\urlparse.py", line 192, in urlunsplit
    url = scheme + ':' + url
  File "C:\Python26\lib\encodings\cp1252.py", line 15, in decode
    return codecs.charmap_decode(input,errors,decoding_table)

部分的に解決：

これは、feedparser.parse（）に渡されるURLがユニコードの場合に再現可能です。ASCII URLの場合、再現されません。そして、記録のために、いくつかの高文字のユニコード文字を含むフィードが必要です。なぜなのかわかりません。

4

2 に答える 2

1

OP のコメントを参照して: u'myfeed.blah/xml' などの任意の URL リテラルを試してください。再現する必要があります。

>>> from pprint import pprint as pp
>>> import feedparser

>>> d = feedparser.parse(u'myfeed.blah/xml')
>>> pp(d)
{'bozo': 1,
 'bozo_exception': SAXParseException('not well-formed (invalid token)',),
 'encoding': 'utf-8',
 'entries': [],
 'feed': {},
 'namespaces': {},
 'version': ''}

>>> d = feedparser.parse(u'http://myfeed.blah/xml')
>>> pp(d)
{'bozo': 1,
 'bozo_exception': URLError(gaierror(11001, 'getaddrinfo failed'),),
 'encoding': 'utf-8',
 'entries': [],
 'feed': {},
 'version': None}

>>> d = feedparser.parse("http://feedparser.org/docs/examples/atom10.xml")
>>> d['bozo']
0
>>> d['feed']['title']
u'Sample Feed'

>>> d = feedparser.parse(u"http://feedparser.org/docs/examples/atom10.xml")
>>> d['bozo']
0
>>> d['feed']['title']
u'Sample Feed'
>>>

ののしるのをやめてください。実際に問題を引き起こしている URL を提供してください。

于 2010-05-19T21:43:58.853 に答える
1

問題を引き起こしている URL には0xe2、â適切な content-type ヘッダー (charset= パラメーターが必要入っていますが、そうでContent-Type:はありません）。

その場合feedparser、エンコーディングを推測できず、デフォルト ( ascii) を試して失敗します。

feedparser のドキュメントのこの部分では、問題について詳しく説明しています。

残念ながら、この一般的な問題を解決するための「魔法の弾丸」はありません (XML ルールを破るボゾのため)。この例外をキャッチしてみて、ハンドラーで URL のコンテンツを個別に読み取り (を使用urllib2)、さまざまな可能なエンコーディングでデコードしてみてください。最終的にこの方法で使用可能な Unicode オブジェクトを取得したら、それをfeedparser.parse(最初の引数をURL、ファイル ストリーム、またはデータを含む Unicode 文字列)。

于 2010-05-18T14:16:00.760 に答える