Version: Python 2.7.3
Autres bibliothèques: Python-Requests 1.2.3, jinja2 (2.6)
J'ai un script qui soumet des données à un forum et le problème est que les caractères non-ascii apparaissent comme des ordures. Par exemple, un nom comme André Téchiné sort comme André Tà © chinà ©.
Voici comment les données sont soumises:
1) Les données sont initialement chargées à partir d'un fichier CSV codé UTF-8 comme suit:
entries = []
with codecs.open(filename, 'r', 'utf-8') as f:
for row in unicode_csv_reader(f.readlines()[1:]):
entries.append(dict(Zip(csv_header, row)))
unicode_csv_reader provient du bas de la page de documentation Python CSV: http://docs.python.org/2/library/csv.html
Lorsque je tape le nom des entrées dans l'interpréteur, je vois le nom comme u'Andr\xe9 T\xe9chin\xe9'
.
2) Ensuite, je rend les données via jinja2:
tpl = tpl_env.get_template(u'forumpost.html')
rendered = tpl.render(entries=entries)
Quand je tape le nom rendu dans l'interpréteur je revois le même: u'Andr\xe9 T\xe9chin\xe9'
Maintenant, si j'écris la variable rendue dans un nom de fichier comme celui-ci, elle s'affiche correctement:
with codecs.open('out.txt', 'a', 'utf-8') as f:
f.write(rendered)
Mais je dois l'envoyer sur le forum:
3) Dans le code de demande POST j'ai:
params = {u'post': rendered}
headers = {u'content-type': u'application/x-www-form-urlencoded'}
session.post(posturl, data=params, headers=headers, cookies=session.cookies)
session est une session Requests.
Et le nom est affiché cassé dans le post du forum. J'ai essayé ce qui suit:
Si je tape rendu.encode ('utf-8'), je vois ce qui suit:
'Andr\xc3\xa9 T\xc3\xa9chin\xc3\xa9'
Comment pourrais-je résoudre le problème? Merci.
Votre client se comporte comme il se doit, par exemple fonctionnement nc -l 8888
en tant que serveur et en faisant une demande:
import requests
requests.post('http://localhost:8888', data={u'post': u'Andr\xe9 T\xe9chin\xe9'})
spectacles:
POST / HTTP/1.1
Host: localhost:8888
Content-Length: 33
Content-Type: application/x-www-form-urlencoded
Accept-Encoding: gzip, deflate, compress
Accept: */*
User-Agent: python-requests/1.2.3 CPython/2.7.3
post=Andr%C3%A9+T%C3%A9chin%C3%A9
Vous pouvez vérifier qu'il est correct:
>>> import urllib
>>> urllib.unquote_plus(b"Andr%C3%A9+T%C3%A9chin%C3%A9").decode('utf-8')
u'Andr\xe9 T\xe9chin\xe9'
vérifiez que le serveur décode correctement la demande. Vous pouvez essayer de spécifier le jeu de caractères:
headers = {"Content-Type": "application/x-www-form-urlencoded; charset=UTF-8"}
le corps ne contient que des caractères ascii donc cela ne devrait pas faire de mal et le bon serveur ignorerait tous les paramètres pour x-www-form-urlencoded
tapez quand même. Recherchez des détails sanglants dans données de formulaire encodées en URL
vérifier que le problème n'est pas un artefact d'affichage, c'est-à-dire que la valeur est correcte mais qu'elle ne s'affiche pas correctement
Essayez de décoder en utf8:
unicode(my_string_variable, "utf8")
ou décoder et encoder:
sometext = gettextfromsomewhere().decode('utf-8')
env = jinja2.Environment(loader=jinja2.PackageLoader('jinjaapplication', 'templates'))
template = env.get_template('mypage.html')
print template.render( sometext = sometext ).encode('utf-8')