尝试使用 ftplib 和 storbinary ==> UnicodeEncodeError 存储 png 图像

Question

我是 StackOverflow 的新手，所以我真的很兴奋！ ？？？

我的代码存在以下问题：我正在尝试将“png”图像存储到 FTP 服务器（网站的屏幕截图）。

我正在使用 ftplib 和 selenium（带有 webdriver）：

driver.get(<someURL>)
screenshot = driver.save_screenshot(driver.title + '.png')
ftp.storbinary("STOR <PathToServer>" + driver.title + '.png', open(driver.title + '.png', 'rb'))

这种方法适用于网站是用拉丁字符编写的，问题是图像可能是位于泰国、中国或埃及的网站的屏幕截图。在这种情况下，带有以下内容的行：

open(driver.title + '.png', 'rb')

返回臭名昭著的错误：

UnicodeEncodeError: 'latin-1' codec can't encode character '\u1ec7' in position 60: ordinal not in range(256)

我知道 storbinary 只接受二进制数（正如该方法的名称所暗示的那样）。但是，我不明白的是如何对 png 进行“编码”，使其不会导致该错误，从而可以成功地将其存储到 FTP 服务器中。

非常感谢！任何帮助、评论或见解，将不胜感激。 最好的！

Answer 1

事实是在运行的计算机程序中表示的文本和存储在文件中的文本，文件名和数据库是两个不同的东西。人们可以将前者视为一组字符，而不必关心它们在内部是如何表示的。另一方面，要将文本存储在文件系统 DB 中，通过网络传输，文本必须以字节表示。这种将程序运行时拥有的“纯”文本转换为字节表示的过程称为“编码”。为了更好地理解这一点，我建议阅读this article。

Python 3，无论是核心语言还是库，都会在对文本进行任何 I/O 时尝试自动选择正确的文本编码。在您的情况下，它为目标服务器中的文件名选择了“latin1”编解码器。

Latin1 仅限于 200 多个有效字符，不能表示大量字符或字形 - 任何非西方语言字符，甚至一些西方语言字符，例如 Ĺ、Ṕ、ŵ，都不能用它来表示。

建议在让 Python 这样做之前对名称进行手动编码，因为这样我们就可以控制如何处理目标编码中不存在的字符。由于库方法 (.strobinary) 似乎期望文件名作为字符串，因此，我们将名称“解码”回来，但保留第一次编码时获得的无效字符的替换，并将此往返的结果传递给图书馆。

因此，为了保留 latin1 中不存在的有关您的字符的信息，我建议使用转义编码 - 其他选项将替换为“？”或忽略，只是抑制所有字符：

filename = driver.title.encode("latin1", errors="xmlcharrefreplace").decode("latin1") + ".png"
screenshot = driver.save_screenshot(filename)
ftp.storbinary("STOR <PathToServer>" + filename, open(filename, 'rb'))