从文件中读取变音符号并将其插入 XML
Reading diacritical marks from a file and inserting them to an XML
我目前正在尝试从某些文件中读取名称并将它们插入 XML。一切顺利，直到其中一个名称包含变音符号，然后该特定字母作为 \xc4\x82C 或类似名称插入到我的中间字典中。更重要的是，当我尝试从所述词典中插入具有变音符号的单词时，它会发出错误信号：
All strings must be XML compatible: Unicode or ASCII, no NULL bytes or control characters
所以我不把它 Python 和 XML 当作变音符号。我的文件都包含很多变音符号，我宁愿避免删除它们，因为在我的国家，有些名字只是变音符号不同。
有什么解决办法吗？
据我了解，您将数据从文件加载到 Python 2.7 str。在仅表示为字节的 Python 2.7 中，没有附加信息这些字节实际应该表示什么字符。
您的 XML 工具包拒绝猜测，它只接受 ASCII 字符，其中映射非常清晰（即字节 0-127）。因此，您必须将 str 解码为 unicode 对象：
ustr = data.decode(encoding)
然后您可以将新 ustr 传递给 LXML。要弄清楚您需要哪种编码，您应该查看您的数据。根据您的数据在世界上的来源，我会从一些猜测开始，例如 'latin1' 或 'utf-8'。您可以两种都试一下，看看哪个能达到预期的效果。
如果您在 Windows 上开发，最好在 IDLE Python 或另一个 IDE 中进行开发，Windows 控制台在涉及到统一码。
我目前正在尝试从某些文件中读取名称并将它们插入 XML。一切顺利，直到其中一个名称包含变音符号，然后该特定字母作为 \xc4\x82C 或类似名称插入到我的中间字典中。更重要的是，当我尝试从所述词典中插入具有变音符号的单词时，它会发出错误信号：
All strings must be XML compatible: Unicode or ASCII, no NULL bytes or control characters
所以我不把它 Python 和 XML 当作变音符号。我的文件都包含很多变音符号，我宁愿避免删除它们，因为在我的国家，有些名字只是变音符号不同。
有什么解决办法吗？
据我了解，您将数据从文件加载到 Python 2.7 str。在仅表示为字节的 Python 2.7 中，没有附加信息这些字节实际应该表示什么字符。
您的 XML 工具包拒绝猜测，它只接受 ASCII 字符，其中映射非常清晰（即字节 0-127）。因此，您必须将 str 解码为 unicode 对象：
ustr = data.decode(encoding)
然后您可以将新 ustr 传递给 LXML。要弄清楚您需要哪种编码，您应该查看您的数据。根据您的数据在世界上的来源，我会从一些猜测开始，例如 'latin1' 或 'utf-8'。您可以两种都试一下，看看哪个能达到预期的效果。
如果您在 Windows 上开发，最好在 IDLE Python 或另一个 IDE 中进行开发，Windows 控制台在涉及到统一码。