1
У меня есть XML-файл с содержанием иврита для некоторых его атрибутов. я в питоне:Работа с Unicode в элементах xml python
parser = ET.XMLParser(encoding="utf-8")
tree = ET.parse(fInput,parser)
root = tree.getroot()
и оттуда я могу перебираем Len (корень) объектов, и начать дело с ним с .text собственности. Однако для древнееврейских текстов я, например,
>>> elem[0].text
u'\u05ea\u05d5\u05dd'
Я хочу, чтобы преобразовать этот XML в функции вставки SQL, чтобы вставить его в свою базу данных. Как я могу правильно прочитать эти свойства, чтобы фактически иметь в руке иврит?
Юникодский персонаж 05ea - [Еврейская буква Tav] (http://www.unicodemap.org/details/0x05EA/index.html), так что выглядит правильно. –
Хорошо, думаю, я нашел свою проблему. Я не написал его правильно в файл. Могу ли я просто использовать s.encode ('UTF-8') по всему тексту, который я извлекаю из элементов? (например, они являются ивритскими текстами или нет) – buddy123
Вы указываете кодировку для файла, и да, вы можете записать весь текст в один файл. Однако вам, возможно, придется знать проблемы направления (справа налево и текст слева направо). Программа, которую вы используете для просмотра файла, должна быть способна справиться с этим, или вы получите странные результаты. –