python, vobject, encoding, vcards

Question

我在Python中使用vobject。我试图在这里解析vcard：

http://www.mayerbrown.com/people/vcard.aspx?attorney=1150

为此，我执行以下操作：

    import urllib
    import vobject
    vcard = urllib.urlopen("http://www.mayerbrown.com/people/vCard.aspx?Attorney=1150").read()
    vcard_object = vobject.readOne(vcard)

每当我这样做时，我会收到以下错误：

Traceback (most recent call last):
  File "<pyshell#86>", line 1, in <module>
    vobject.readOne(urllib.urlopen("http://www.mayerbrown.com/people/vCard.aspx?Attorney=1150").read())
  File "C:Python27libsite-packagesvobject-0.8.1c-py2.7.eggvobjectbase.py", line 1078, in readOne
    ignoreUnreadable, allowQP).next()
  File "C:Python27libsite-packagesvobject-0.8.1c-py2.7.eggvobjectbase.py", line 1031, in readComponents
    vline = textLineToContentLine(line, n)
  File "C:Python27libsite-packagesvobject-0.8.1c-py2.7.eggvobjectbase.py", line 888, in textLineToContentLine
    return ContentLine(*parseLine(text, n), **{'encoded':True, 'lineNumber' : n})
  File "C:Python27libsite-packagesvobject-0.8.1c-py2.7.eggvobjectbase.py", line 262, in __init__
    self.value = str(self.value).decode('quoted-printable')
UnicodeEncodeError: 'ascii' codec can't encode character u'xfc' in position 29: ordinal not in range(128)

我还尝试了许多其他变体，例如使用各种编码将vcard转换为unicode。但是我总是得到相同的或非常相似的错误消息。

关于如何解决此问题的任何想法？

Answer 1

它在VCARD的第13行中失败，因为ADR属性错误地标记为在"引用可打印"的编码中编码。ü字符应编码为=FC，这就是vobject抛出错误的原因。

Answer 2

文件被下载为UTF-8（我认为）编码的字符串，但库试图将其解释为ASCII。

尝试在urlopen之后添加以下行：

vcard = vcard.decode('utf-8')

Answer 3

vobject库 readOne方法很尴尬。

为了避免问题，我决定以引用可打印数据的形式在我的数据库中持续存在，一个人喜欢。

假设some_vcard是带有UTF-8编码的字符串

quopried_vcard = quopri.encodestring（some_vcard）

，quopried_vcard持续存在，并且仅在需要时：

vobj = vobject.readOne(quopried_vcard)

然后要返回解码数据，例如，vcard中的fn字段：

quopri.decodestring(vobj.fn.value)

也许有人可以更好地处理UTF-8，而ReadOne更好。如果是，我很想看到它。