Это перестало работать с этим, когда я выполняю затмение или когда я запускаю свой скрипт в iPython:
'ascii' codec can't decode byte 0xe2 in position 32: ordinal not in range(128)
Я не знаю, почему, но когда я просто выполняю feedparse.parse (URL) оператор с помощью того же URL, нет никакой брошенной ошибки. Это озадачивает меня достижение.
Код так же прост как:
try:
d = feedparser.parse(url)
except Exception, e:
logging.error('Error while retrieving feed.')
logging.error(e)
logging.error(formatExceptionInfo(None))
logging.error(formatExceptionInfo1())
Вот отслеживание стека:
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)
ЧАСТИЧНО РЕШЕННЫЙ:
Это восстанавливаемо, когда URL, передаваемый feedparser.parse (), является unicode. Это не будет репродукция, когда это будет URL ASCII. И для записи, Вам нужен канал, который имеет некоторый высокий символ unicode символы. Я не уверен, почему это.
Похоже, URL-адрес, по которому у вас возникла проблема, содержит текст с некоторой кодировкой (например, latin-1, где 0xe2
будет «строчная буква a с кружком сверху», также известная как â
]) без правильного заголовка типа содержимого (он должен иметь параметр charset = в Content-Type:
, но его нет).
В этом случае feedparser
не может угадать кодировку, пытается использовать значение по умолчанию ( ascii
) и терпит неудачу.
эта часть документации feedparser объясняет проблемы более подробно.
К сожалению, не существует «волшебных средств» для решения этой общей проблемы (из-за глупостей, нарушающих правила XML). Вы можете попробовать перехватить это исключение, а в обработчике отдельно прочитать содержимое URL-адреса (используйте urllib2
) и попытаться декодировать их с помощью различных возможных кодировок - затем, когда вы, наконец, получите таким образом пригодный для использования объект Unicode, подайте , что от до feedparser.parse
(чей первый аргумент может быть URL-адресом, файловым потоком, или строкой Unicode с данными).
Относительно комментария OP: Попробуйте любой литерал URL, например u'myfeed.blah / xml 'Он должен воспроизвести.
>>> 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'
>>>
Пожалуйста, прекратите возиться; укажите URL-адрес, который действительно вызывает проблему.