Desarrollo de Python
  1. Desarrollo de Python
  3. Solicitudes de Python que codifican datos POST
Intereting Posts
Cómo imprimir el valor de cadena desde DataFrame sin tipo de datos Tamaño de dimensión negativo causado al restar 3 de 1 para ‘conv2d_2 / convolution’ awscli al iniciar el error django crea usuario no funciona Herencia de clase en dataclasses de Python 3.7 No se puede importar el módulo GeoIP en Django ¿Cómo ingresas enteros usando la entrada en Python? ¿Cómo puedo dejar que mi gráfico de matplotlib vaya más allá de los ejes? Función recursiva de Python para mostrar todos los subconjuntos de un conjunto dado Anexar una línea a un archivo existente con una nueva línea adicional en Python remuestreo, matriz de interpolación Convertir cadena a objeto de fecha y hora Iterando sobre los diccionarios usando bucles ‘for’ ¿Salida numpy basada en 3 condiciones secuenciales? Django Crear Ver imagen Subir

Solicitudes de Python que codifican datos POST

Versión: Python 2.7.3

Otras bibliotecas: Python-Requests 1.2.3, jinja2 (2.6)

Tengo un script que envía datos a un foro y el problema es que los caracteres que no son ASCII aparecen como basura. Por ejemplo, un nombre como André Téchiné aparece como André Téchiné.

Así es como se envían los datos:

1) Los datos se cargan inicialmente desde un archivo CSV codificado en UTF-8 así: 

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 se encuentra en la parte inferior de la página de documentación de Python CSV: http://docs.python.org/2/library/csv.html

Cuando u'Andr\xe9 T\xe9chin\xe9' el nombre de las entradas en el intérprete, veo el nombre como u'Andr\xe9 T\xe9chin\xe9' .

2) A continuación renderizo los datos a través de jinja2: 

 tpl = tpl_env.get_template(u'forumpost.html') rendered = tpl.render(entries=entries)

Cuando u'Andr\xe9 T\xe9chin\xe9' el nombre representado en el intérprete, vuelvo a ver lo mismo: u'Andr\xe9 T\xe9chin\xe9'

Ahora, si escribo la variable renderizada en un nombre de archivo como este, se muestra correctamente: 

 with codecs.open('out.txt', 'a', 'utf-8') as f: f.write(rendered)

Pero debo enviarlo al foro:

3) En el código de solicitud POST tengo: 

 params = {u'post': rendered} headers = {u'content-type': u'application/x-www-form-urlencoded'} session.post(posturl, data=params, headers=headers, cookies=session.cookies)

sesion es una sesion de solicitudes.

Y el nombre se muestra roto en la publicación del foro. He probado lo siguiente:

  • Omitir encabezados
  • Codificar renderizado como rendering.encode (‘utf-8’) (mismo resultado)
  • rendering = urllib.quote_plus (rendering) (sale como todo% XY)

Si escribo rendering.encode (‘utf-8’) veo lo siguiente: 

 'Andr\xc3\xa9 T\xc3\xa9chin\xc3\xa9'

¿Cómo podría solucionar el problema? Gracias.

Su cliente se comporta como debería, por ejemplo, ejecutando nc -l 8888 como un servidor y realizando una solicitud: 

 import requests requests.post('http://localhost:8888', data={u'post': u'Andr\xe9 T\xe9chin\xe9'})

muestra: 

 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

Puedes comprobar que es correcto: 

 >>> import urllib >>> urllib.unquote_plus(b"Andr%C3%A9+T%C3%A9chin%C3%A9").decode('utf-8') u'Andr\xe9 T\xe9chin\xe9'

  • Compruebe que el servidor decodifica la solicitud correctamente. Podrías intentar especificar el conjunto de caracteres: 

     headers = {"Content-Type": "application/x-www-form-urlencoded; charset=UTF-8"}

    el cuerpo solo contiene caracteres ASCII, por lo que no debería dañar y el servidor correcto ignoraría cualquier parámetro para el tipo x-www-form-urlencoded todos modos. Busque detalles sangrientos en datos de formulario codificados en URL

  • compruebe que el problema no es un artefacto de visualización, es decir, el valor es correcto pero se muestra incorrectamente

Intenta decodificar en utf8: 

 unicode(my_string_variable, "utf8")

o decodificar y codificar: 

 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')