本人python菜鸟一个，近期对python比较感兴趣，写下安装lxml包，并且在程序开发过程中的一些心得体会和原始记录，方便以后自己查看。
里面包括lxml安装相关问题，unicode编码问题。
纯为了自己记录而已，格式和顺序都比较乱。
- Setuptools 和 easyInstall的关系？
setuptools是对python的package Index(CPAN PyPI distutils eggs package management)进行管理的工具，一般python安装后会自动安装setuptools，而且里面包含easyInstall脚本工具以及exe文件（windows平台上）
- python工具包的后缀名是.egg,.egg 是windows平台上的二进制文件，可以直接被程序easyInstall调用。
目前的setuptools只能支持到python 2.6版本，而python3.1的setuptools没有官方版本。有网友开发出了可兼容python3的setuptools. http://regebro.wordpress.com/2009/02/01/setuptools-and-easy_install-for-python-3/
同时指出，当前支持3.1的python库还不多。不过距离当时发表时间已经过去1年了，不知目前的python 3.1的package库支持能力如何。
因为我只是需要lxml包的基本功能，就不在安装包版本上花费过多精力，转向2.6版本的python继续开发？？
- 去http://codespeak.net/lxml/ ，下载lxml包。最新版本2.2.4，09年11月11日发布。
- 然后根据instruction进行安装：http://codespeak.net/lxml/installation.html
- 在此之前有两个依赖包。先不管。
- 获取工具(也是基于python的一个功能模块)easy_install（Easy Install is a python module (easy_install) bundled with setuptools that lets you automatically download, build, install, and manage Python packages.）windows平台上，Pyhon 2.6版本会之间附带上easy_install.exe，但在3.1版本安装目录下，没有这个安装文件。而且，pyhon3.1没有easy_install工具。那么3.1如何安装更新包呢？ 不解。
Dov Reshef wrote:
> I'm trying to install lxml 2.2.2 for python 3.1. (I'm using the egg for
> python version 3, simply unpacking it to the site-packages folder). However,
> when I try to use it in my code I get "ImportError: DLL load failed", which
> if I understand it correctly, means that it can't find the etree.dll even
> though it's right there in my site-packages folder (etree.pyd).
3.1 isn't 3.0 compatible, I guess.
We don't currently have binary eggs for 3.1, sorry.
- 只能换到2.6平台，重新将上面的工作继续一遍.
C:\Documents and Settings\Administrator>easy_install
Easy_install 总是不能在其它目录下运行，明明将D:\Python26\Scripts;加入了path路径。后来发现D:\Python26\Scripts;必须在D:\Python26这个路径之后，系统才能将其识别。
下载lxml-2.2.4-py2.4-win32.egg，然后运行安装程序：
C:\Documents and Settings\Administrator>easy_install C:\lxml-2.2.4-py2.4-win32.egg
终于将lxml装入python2.6的库中。
在文件夹：D:\Python26\Lib\site-packages 可以看到新增了lxml-2.2.4-py2.4-win32.egg文件夹以及一些新的文件。
在python 2.6运行cmd中，终于可以import lxml了
Python3中显然依然不能导入lxml，因为目前无法安装。
终于用一种比较dirty的方式实现了对pdf文档加书签，但是还没有解决将中文写入xml文档。
因为在写入中文时出现错误：
name = etree.SubElement(bookmark,'Name')
name.text = ""+item[0]
ValueError: All strings must be XML compatible: Unicode or ASCII, no NULL bytes
读取中文txt文件需要指定编码方式，否则open函数不知如何对字节进行解码为相应的字符。
发现windows平台上python默认的编码格式为：cp936
print(locale.getpreferredencoding())
而且在IDLE编辑器中有一个默认设置：# -*- coding: cp936 -*-
这个好像就是将平台的编码格式设定为cp936的语句。不是，我将其改成utf-8, getpreferredencoding输出的依然是cp936.因为这是制定为py文件中非ascii字符的编码方式。
因为python2.6不支持open(‘’,encoding=’utf-8’)的语法，只好采用codecs包的open方法，但是用utf-8编码方式入读中文文件依然出现error。
import codecs
book_file = codecs.open('bookmark-logic.txt','r')
File "D:\Python26\lib\encodings\utf_8.py", line 16, in decode
return codecs.utf_8_decode(input, errors, True)
UnicodeDecodeError: 'utf8' codec can't decode bytes in position 0-1: invalid data
此时很明显是因为输入文件就不是用utf-8方式编码的。解决方法，用记事本将输入文件改成utf-8编码保存后即可。
但是又出现新问题，生成的文档无法正常显示中文。这是为何？？问题肯定出在这一句：
name.text = item[0]
item的编码方式是utf-8，直接赋值给text，text可能会是unicode或者原始字符类型str,不一样。为何显示出来的unicode会是这种编码形式呢？
text type is: <type 'unicode'>
item type is: <type 'unicode'>
text type is: <type 'unicode'>
item type is: <type 'unicode'>
text type is: <type 'str'>
item type is: <type 'unicode'>
<?xml version="1.0" encoding="utf-8" ?>
<Bookmarks>
<Bookmark>
<Name>中文</Name>
<page>46</page>
<level>1
</level>
对item中的中文进行utf-8编码有问题。因为item[0]本身是unicode对象。
name.text = (""+item[0]).encode('utf-8')
ValueError: All strings must be XML compatible: Unicode or ASCII, no NULL bytes
name.text = (""+item[0]).decode('utf-8')
UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-2: ordinal not in range(128)
题外话，在这一次python3转2.6的过程中，发现语法差异还是不小：
比如2中不支持： #print('list display：{} {};'.format(count,item))
在3之前的版本，print都不是一个函数。
