Python：在 Windows-1251 编码中解析 XML

Question

当我尝试使用 lxml 解析 XML 时，如下所示：

tree = etree.parse('xml.xml')

我收到以下错误：

lxml.etree.XMLSyntaxError: Unsupported encoding windows-1251

如何使用这种编码从 XML 读取数据？

谢谢

Answer 1

我认为您使用的是 Python 2.x 版本。

如果是这样，我相信你必须使用编解码器模块的 open() function，并做到：

import codecs
with codecs.open(filename,'rb','cp1251') as f:
    content = f.read()
    tree = etree.parse(content)

我认为获取的内容已经从cp1251解码为Unicode ； 我不确定，我不擅长 Unicode 操作。

如果是这样，我想，在阅读之后，etree 必须能够解析 Unicode 中的字符串才能继续。 但我也有点了解etree 。

请注意，即使 mode 是'r' ， codecs.open() 也总是以二进制模式打开文件。

希望这会有所帮助