在XMLRPC中处理Unicode数据
我需要通过XMLRPC把数据迁移到OpenERP，使用的是TerminatOOOR。
我发送的名字是“Rotule right Aurélia”。
在Python中，这个名字会被编码成：'Rotule right Aur\xc3\xa9lia '。
但是在TerminatOOOR（xmlrpc客户端）中，这个数据却被编码成了'Rotule middle Aur\357\277\275lia'。
所以在服务器那边，数据没有正确解码，导致我得到错误的数据。
TerminatOOOR是一个用于Kettle（Java产品）的Ruby插件，我猜它应该是用utf-8来编码数据的。
我就是不知道为什么会出现这样的情况。
谁能帮帮我？
2 个回答
首先，当你处理文本时（而且所有文本迟早都会包含一些非US-ASCII字符），你会发现用Python 3.x来处理这些文本会让你更开心，而不是用2.x系列。如果你不能使用Python 3，尽量使用 from __future__ import unicode_literals（这个在Python 2.6和2.7中可以用）。
基本上，当你通过网络发送文本或其他数据时，这些数据最终都是以字节（就是一串二进制位）形式发送的，所以在某个时刻必须进行编码。你需要找出在你的工具链中，编码到底是在什么地方发生的；如果有必要，可以使用调试工具（或者使用 print( repr( x ) ) 语句）来查看相关的变量。你提到的其他软件可能是用PHP写的，这种语言在处理unicode时有一些问题。你说“它应该用utf-8编码数据”，但另一方面，当接收方看到一个传入的RPC请求的数据时，这些数据应该已经是utf-8格式了。为了再次得到unicode，必须先解码。
这个问题出现在Kettle上。我的程序使用Kettle来获取一个Excel文件，获取活动工作表，并将该工作表中的数据传输到TerminateOOOR进行进一步处理。
在从Excel文件读取数据的过程中，Kettle无法识别编码，因此它给TerminateOOOR提供了错误的数据。
我的解决办法是手动将Excel导出为csv格式，然后再将数据提供给TerminateOOOR。这样做的话，我就不需要使用Kettle将Excel列名映射为变量名的功能了。