奇怪的python类型“文本”？

Question

我使用库“suds”与 SOAP 服务器通信。 请求成功完成后，我收到了答复：

answer = client.invoke('RetrieveBLABLAObject', modelthings)

这个答案是请求对象的许多不同字段的结构。每个字段都是由“string”参数“_type”和参数“value”组成的结构，可以有不同的类型。

answer[key][value] - 返回参数“value”的值。但在调试模式下（我使用 Python 2.7.6 和 PyCharm），它显示值的类型为“文本”。不是“str”，不是“unicode”，而是“Text”。

如果我检查它

isinstance(obj[cur_key]['value'], unicode)

它告诉我它将此文本视为“unicode”。但是如果我将它与具有相同主体的 unicode 进行比较，它会返回 false：

if obj[cur_key]['value'] != u'String that I know is there':
    print("true") #it is printing, but it shouldn't

为什么会这样？如何将“文本”转换为 unicode？ 我试过了

obj[cur_key]['value'].decode('utf-8')

它例外。我该如何处理这种“文本”类型？

Answer 1

您很可能正在查看unicode 的子类。我想你在这里有一个suds.sax.text.Text() 的实例。由于这是一个子类，isinstance(obj, unicode) 为真。

它的值已经是一个unicode字符串，所以解码会先用ASCII触发一个隐含的encode，确实会失败。

您可以通过简单的使用将类型转换为 unicode：

unicode(obj[cur_key]['value'])

但考虑到该值仍然可以被 XML 转义； .unescape() 方法返回一个未转义的版本（如果值开始时没有转义，它将返回 self）。

当与另一个字符串比较时，确保它们完全相等。 Unicode 值可以包含许多“隐藏”值，例如零宽度字符或组合字符，它们也可以以 combined 形式表示。使用repr(value) 获得转义表示，使此类代码点更加明显。

suds.sax.text.Text() 类不进行特殊情况相等性测试，因此您的 != 测试的工作方式与值是 unicode 字符串而不是子类相同。