怎么用lxml处理xml时的字符编码问题-创新互联
本篇内容主要讲解“怎么用lxml处理xml时的字符编码问题”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“怎么用lxml处理xml时的字符编码问题”吧!
成都创新互联专注于企业成都全网营销推广、网站重做改版、称多网站定制设计、自适应品牌网站建设、H5高端网站建设、商城系统网站开发、集团公司官网建设、外贸营销网站建设、高端网站制作、响应式网页设计等建站业务,价格优惠性价比高,为称多等各大城市提供网站开发制作服务。为了简化问题,就把xml的内容简化为如下的形式:
它的encoding为gbk,其中的节点有一个为中文字符
使用lxml提取节点的值时出现了如下的异常
lxml.etree.XMLSyntaxError: Extra content at the end of the document
此时对应的Python脚本为:
tst = u'' for event,element in etree.iterparse(BytesIO(tst.encode('utf-8'))): print("%s, %s" % (element.tag, element.text))
不过简化之前,报的是另外一个异常
lxml.etree.XMLSyntaxError: input conversion failed due to input error, bytes 0x8B 0x2C 0xE6 0x9D
不论异常是哪一个,猜测还是和字符的编码形式有关。
经过各种尝试无果,后来在stackoverflow上看到这篇文章,文中提到的问题和xml中的encoding值有关,尝试了增加了一段代码
tst = u'' tst = tst.replace('encoding="gbk"', 'encoding="utf-8"') for event,element in etree.iterparse(BytesIO(tst.encode('utf-8'))): print("%s, %s" % (element.tag, element.text))
增加了一个替换的语句,将之前的encoding="gbk"替换成encoding:"utf-8"
于是终于得到了结果:
da, 中文,就是任性 DOCUMENT, None
到此,相信大家对“怎么用lxml处理xml时的字符编码问题”有了更深的了解,不妨来实际操作一番吧!这里是创新互联成都网站设计公司网站,更多相关内容可以进入相关频道进行查询,关注我们,继续学习!
另外有需要云服务器可以了解下创新互联scvps.cn,海内外云服务器15元起步,三天无理由+7*72小时售后在线,公司持有idc许可证,提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案,具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势,专为企业上云打造定制,能够满足用户丰富、多元化的应用场景需求。
标题名称:怎么用lxml处理xml时的字符编码问题-创新互联
分享链接:http://scyanting.com/article/ccdcho.html