我想用 minidom 解析一个文件:
with codecs.open(fname, encoding="utf-8") as xml:
dom = parse(xml)
返回一个 UnicodeEncodeError。 XML文件为UTF-8无BOM格式,有
<?xml version="1.0" encoding="utf-8"?>
在第一行。
如果我首先读取该文件,对其进行 .encode("utf-8") 并将其传递给 parseString,它就可以工作。有没有办法直接用 minidom.parse 解析 UTF-8 XML 文件?
请您参考如下方法:
将解码留给 XML 解析器;它会检测要使用的编解码器。打开文件而不转换为 unicode:
with open(fname) as xml:
dom = parse(xml)
请注意使用标准函数 open() 而不是 codecs.open()。
这适用于任何 XML 解析器;解析器的工作是根据 XML 序言确定使用什么编解码器来解析文档。如果没有序言,则默认为 UTF-8。
