python odfpy AttributeError：文本实例没有属性编码答案

【问题标题】：python odfpy AttributeError: Text instance has no attribute encodepython odfpy AttributeError：文本实例没有属性编码
【发布时间】：2015-09-24 15:36:17
【问题描述】：

我正在尝试使用 odfpy 模块读取 ods（Opendocument 电子表格）文档。到目前为止，我已经能够提取一些数据，但是每当单元格包含非标准输入时，脚本就会出错：

Traceback (most recent call last):
File "python/test.py", line 26, in <module>
 print x.firstChild
File "/usr/lib/python2.7/site-packages/odf/element.py", line 247, in __str__
 return self.data.encode()
UnicodeEncodeError: 'ascii' codec can't encode character u'\u0105' in position 4: ordinal not in range(128)

我试图强制对输出进行编码，但显然它与 print 不兼容：

Traceback (most recent call last):
  File "python/test.py", line 27, in <module>
   print x.firstChild.encode('utf-8', 'ignore')
AttributeError: Text instance has no attribute 'encode'

这里的问题是什么？如何在不编辑模块代码的情况下解决它（我想不惜一切代价避免）？是否有替代方法可以在输出上运行编码？

这是我的代码：

from odf.opendocument import Spreadsheet
from odf.opendocument import load
from odf.table import Table,TableRow,TableCell
from odf.text import P
import sys,codecs
doc = load(sys.argv[1])
d = doc.spreadsheet
tables = d.getElementsByType(Table)
for table in tables:
  tName = table.attributes[(u'urn:oasis:names:tc:opendocument:xmlns:table:1.0', u'name')]
  print tName
  rows = table.getElementsByType(TableRow)
  for row in rows[:2]:
    cells = row.getElementsByType(TableCell)
    for cell in cells:
      tps = cell.getElementsByType(P)
      if len(tps)>0:
        for x in tps:
          #print x.firstChild
          print x.firstChild.encode('utf-8', 'ignore')

【问题讨论】：

您的实际脚本每个缩进是否只有 2 个空格？它非常难以阅读。
是的，这对我和 python 缩进解析器都不是问题。
dir(x.firstChild) 这提供了什么
我相信问题还在继续，在 github 问题中，遇到同样问题的人比有同样问题的人还多。 github.com/eea/odfpy/issues/28

标签： python python-2.7 odf

【解决方案1】：

可能你没有使用最新的odfpy，在最新版本中，Text的__str__方法实现为：

def __str__(self):
    return self.data

更新odfpy到最新版本，修改你的代码为：

print x.firstChild.__str__().encode('utf-8', 'ignore')

更新

这是获取Text 的原始unicode 数据的另一种方法：__unicode__。因此，如果您不想更新odfpy，请将您的代码修改为：

print x.firstChild.__unicode__().encode('utf-8', 'ignore')

【讨论】：

后一种使用 unicode 的方法也可以，谢谢。

【解决方案2】：

似乎图书馆本身正在调用encode() -

return self.data.encode()

这使用系统默认编码，在您的情况下似乎是ascii。您可以使用 -

进行检查

import sys
sys.getdefaultencoding()

从追溯来看，实际数据似乎存在于一个名为 data 的变量中。

尝试执行以下操作 -

print x.firstChild.data

【讨论】：