首先，我从一个用记事本以 UTF-8 编码保存的文本文件进行解析。这足以确保它是 UTF-8 格式的吗？我尝试了 chardet 模块，但它并没有真正帮助我。这是文本文件的几行，如果有人可以找到更多信息:
CUSTOMERLOC|1|N/A|N/A|LEGACY COPPER|N/A|Existing|N/A|NRZ|NRZ|N/A|N/A
FTSMAR08|01/A|N/A|N/A|LEGACY COPPER|N/A|Existing|N/A|NRZ|NRZ|N/A|N/A
FTSMAR08|01/B|N/A|N/A|LEGACY COPPER|N/A|Existing|N/A|NRZ|NRZ|N/A|N/A
我使用 lxml 模块编写我的 XML，我使用 tostring() 方法并将它分配给一个名为 data 的变量。
然后我使用 binascii 模块的 a2b_qp() 函数将 XML 字符串转换为二进制，并将所有这些放入 bytearray.
data = bytearray(binascii.a2b_qp(ET.tostring(root, pretty_print=True)), "UTF-8")
现在在我看来，这个 data 变量应该在 bytearray 中包含我的二进制形式的 XML。
所以，然后我使用更新游标并将数据插入到表的 BLOB 字段中。
row[2] = data
cursor.updateRow(row)
一切似乎都正常，但是当我使用这段代码读取 BLOB 字段时:
with arcpy.da.SearchCursor("Point", ['BlobField']) as cursor:
for row in cursor:
binaryRep = row[0]
open("C:/Blob.xml, 'wb').write(binaryRep.tobytes())
当我打开 Blob.xml 文件时，我希望以可读的形式看到我最初创建的 XML 字符串，但是当我将 Notepad++ 设置为 UTF-8 编码时，我遇到了这个问题:
这与 Notepad++ 设置为 ANSI 编码的困惑:
我以为有经验的人看到图片就知道是怎么回事了。我已经阅读了很多书并试图弄明白，但我现在已经被难住了一段时间。
最佳答案
I'm parsing from a text file which I saved with notepad in UTF-8 encoding. Is this enough to make sure it's in UTF-8? I tried the chardet module, but it didn't really help me.
是的，告诉您的编辑器以给定的编码保存它就足以确保它以该编码保存。如果可能，这也应该记录在文件中的某个地方 - 使用 XML，<?xml encoding="utf-8"?>是指定它的常用方法 - 但它只是元数据，实际上并不控制编码。 chardet当您不知道编码时很有用 - 但它所做的那种猜测应该作为最后的手段保留。 UTF8 通常是一个很好的默认假设，尤其是对于 XML。
这一行的原因:
data = bytearray(binascii.a2b_qp(ET.tostring(root, pretty_print=True)), "UTF-8")
让你胡说八道的是它做了一些讨厌的事情，并以 mojibake 结束。 .
ET.tostring() 默认以 ASCII 编码(因此将丢失任何非 ASCII 范围的数据，但现在这不是重点)。所以，现在你有了一个 ASCII 字符串。 binascii.a2b_qp 解码 使用引用的可打印编码。因此，它将它从一切都是可打印 ASCII 字符的东西变成了不一定是这种情况的东西(qp 使用 3 个可打印 ASCII 字符对不在可打印 ASCII 范围内的任何字节进行编码)。这意味着，例如，如果您的文本中有任何内容说 =00，它将把它变成一个空字节。问题是您所拥有的不是 QP 编码的，因此对其进行 QP 解码会导致无意义。
然后您使用 bytearray 再次将其编码为 UTF8。 bytearray 假设如果你给它一个编码，那么这个字符串就是一个 unicode 字符串——你打破了这个假设，并给它原始的二进制数据(这已经没有意义了)。将原始二进制数据编码为 UTF8 并不是特别有意义，这一点让我相信您使用的是 Python 2。当您尝试执行此操作时，Python 3 会正确抛出错误:
>>> bytearray(b'123', 'utf8')
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: encoding or errors without a string argument
Python 2 对什么是字节和什么是解码字符更加模糊，使得这类问题更容易遇到。如果可以的话，这是升级到 Python 3 的一个很好的理由。但这不会帮助您摆脱 a2b_qp 之前的废话(因为它是字节<->字节编码)。
解决方法是从一开始就用 UTF-8 编码，而忘记 quoted-printable。 (如果您确实希望它确实是 QP 编码的，请通过 binascii.b2a 运行它它是 UTF8 化的)。
ElementTree 允许您指定编码:
ET.tostring(root, encoding='utf-8')
将为您提供正确的 UTF-8 编码 XML，它将在 Notepad++ 中很好地打开。
关于python - 如何使用 Python 将此 XML 字符串转换为二进制形式？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/22548452/
我正在学习如何使用Nokogiri，根据这段代码我遇到了一些问题:require'rubygems'require'mechanize'post_agent=WWW::Mechanize.newpost_page=post_agent.get('http://www.vbulletin.org/forum/showthread.php?t=230708')puts"\nabsolutepathwithtbodygivesnil"putspost_page.parser.xpath('/html/body/div/div/div/div/div/table/tbody/tr/td/div
总的来说，我对ruby还比较陌生，我正在为我正在创建的对象编写一些rspec测试用例。许多测试用例都非常基础，我只是想确保正确填充和返回值。我想知道是否有办法使用循环结构来执行此操作。不必为我要测试的每个方法都设置一个assertEquals。例如:describeitem,"TestingtheItem"doit"willhaveanullvaluetostart"doitem=Item.new#HereIcoulddotheitem.name.shouldbe_nil#thenIcoulddoitem.category.shouldbe_nilendend但我想要一些方法来使用
我有一个字符串input="maybe(thisis|thatwas)some((nice|ugly)(day|night)|(strange(weather|time)))"Ruby中解析该字符串的最佳方法是什么？我的意思是脚本应该能够像这样构建句子:maybethisissomeuglynightmaybethatwassomenicenightmaybethiswassomestrangetime等等，你明白了......我应该一个字符一个字符地读取字符串并构建一个带有堆栈的状态机来存储括号值以供以后计算，还是有更好的方法？也许为此目的准备了一个开箱即用的库？
我有一个Ruby程序，它使用rubyzip压缩XML文件的目录树。gem。我的问题是文件开始变得很重，我想提高压缩级别，因为压缩时间不是问题。我在rubyzipdocumentation中找不到一种为创建的ZIP文件指定压缩级别的方法。有人知道如何更改此设置吗？是否有另一个允许指定压缩级别的Ruby库？ 最佳答案 这是我通过查看rubyzip内部创建的代码。level=Zlib::BEST_COMPRESSIONZip::ZipOutputStream.open(zip_file)do|zip|Dir.glob("**/*")d
类classAprivatedeffooputs:fooendpublicdefbarputs:barendprivatedefzimputs:zimendprotecteddefdibputs:dibendendA的实例a=A.new测试a.foorescueputs:faila.barrescueputs:faila.zimrescueputs:faila.dibrescueputs:faila.gazrescueputs:fail测试输出failbarfailfailfail.发送测试[:foo,:bar,:zim,:dib,:gaz].each{|m|a.send(m)resc
很好奇，就使用rubyonrails自动化单元测试而言，你们正在做什么？您是否创建了一个脚本来在cron中运行rake作业并将结果邮寄给您？git中的预提交Hook？只是手动调用？我完全理解测试，但想知道在错误发生之前捕获错误的最佳实践是什么。让我们理所当然地认为测试本身是完美无缺的，并且可以正常工作。下一步是什么以确保他们在正确的时间将可能有害的结果传达给您？ 最佳答案 不确定您到底想听什么，但是有几个级别的自动代码库控制:在处理某项功能时，您可以使用类似autotest的内容获得关于哪些有效，哪些无效的即时反馈。要确保您的提
假设我做了一个模块如下:m=Module.newdoclassCendend三个问题:除了对m的引用之外，还有什么方法可以访问C和m中的其他内容？我可以在创建匿名模块后为其命名吗(就像我输入“module...”一样)？如何在使用完匿名模块后将其删除，使其定义的常量不再存在？ 最佳答案 三个答案:是的，使用ObjectSpace.此代码使c引用你的类(class)C不引用m:c=nilObjectSpace.each_object{|obj|c=objif(Class===objandobj.name=~/::C$/)}当然这取决于
我的目标是转换表单输入，例如“100兆字节”或“1GB”，并将其转换为我可以存储在数据库中的文件大小(以千字节为单位)。目前，我有这个:defquota_convert@regex=/([0-9]+)(.*)s/@sizes=%w{kilobytemegabytegigabyte}m=self.quota.match(@regex)if@sizes.include?m[2]eval("self.quota=#{m[1]}.#{m[2]}")endend这有效，但前提是输入是倍数(“gigabytes”，而不是“gigabyte”)并且由于使用了eval看起来疯狂不安全。所以，功能正常，
我正在尝试使用ruby和Savon来使用网络服务。测试服务为http://www.webservicex.net/WS/WSDetails.aspx?WSID=9&CATID=2require'rubygems'require'savon'client=Savon::Client.new"http://www.webservicex.net/stockquote.asmx?WSDL"client.get_quotedo|soap|soap.body={:symbol=>"AAPL"}end返回SOAP异常。检查soap信封，在我看来soap请求没有正确的命名空间。任何人都可以建议我
在我的Rails(2.3，Ruby1.8.7)应用程序中，我需要将字符串截断到一定长度。该字符串是unicode，在控制台中运行测试时，例如'א'.length，我意识到返回了双倍长度。我想要一个与编码无关的长度，以便对unicode字符串或latin1编码字符串进行相同的截断。我已经了解了Ruby的大部分unicode资料，但仍然有些一头雾水。应该如何解决这个问题？ 最佳答案 Rails有一个返回多字节字符的mb_chars方法。试试unicode_string.mb_chars.slice(0,50)