生产lxml编码错误

我想用lxml处理一些数据。它工作正常，我的开发服务器上，但对生产下列代码：生产lxml编码错误

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

抛出：

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。那么为什么这个错误呢？

编辑：

我指定不同的编码，以XMLParser，如CP1252，ISO-8859-5，ISO-8859-2，它总是扔在GAE相同的错误，但我工作的本地机器上。这些都是流行的编码，而且GAE上的lxml必须支持它们。我相信这在GAE上的lxml构建中是错误的。

我创建了一个问题：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'

来源

2012-04-09 Maxim

这适用于我在shell-27.appspot.com（一旦我注意不要让解析器被酸洗）。你使用Python 2.7吗？你可以包含完整的堆栈跟踪吗？ – 2012-04-11 04:19:07

另外，你有没有尝试过之前解码文本传递给XML解析器？ – 2012-04-11 04:19:39

@NickJohnson感谢您的意见！是的，我正在使用Python 2.7。在shell-27.appspot.com我甚至不能导入lxml（没有名为lxml的模块）。我能够用'my_xml_str.decode（'cp1251'）'解码文本，但这不是最理想的，因为在将这样的unicode字符串传递给'etree.XML（）'进行解析之前，我必须手动删除xml中的编码声明证明自己。其次，xml文档的大小为5Mb，这比允许lxml自行解码字符串要慢。我编辑了我的问题，包括完整的追溯。 – Maxim 2012-04-11 06:47:55

似乎有关于OS X此行为，其中指定编码打开一个错误=” cp1252“导致上述错误。该评论还指定了受影响的其他系统：https://bugs.launchpad.net/lxml/+bug/707396

您是否试过指定其他编码类型？（看看它是否只是cp1252的问题）

来源

2012-04-09 21:53:44 Sologoub

谢谢你的回复。我实际上使用cp1251，而不是cp1252 ...但是我也使用cp1252编码测试了我的代码，但它仍然会引发相同的错误。另一方面，如果我指定utf-8编码，它将起作用。看起来它在GAE服务器上构建lxml是错误的，因为它在我的本地机器上完美工作。 – Maxim 2012-04-10 07:48:45

对不起。你能提供你的环境的细节？我仍然认为这可能与所报告的错误有关。 – Sologoub 2012-04-10 16:09:29

发现这篇文章显示人们在GAE上使用lxml成功解码cp1251：http://stackoverflow.com/questions/9793086/python-unicode-behaviour-in-google-app-engine。所以这个问题似乎只以编码为中心。 – Sologoub 2012-04-10 16:21:14

生产lxml编码错误

回答

相关问题