我写了一个使用 minidom 读取 XML 文件的脚本:
from xml.dom.minidom import parse
for File in Data['FileList']:
Xml = parse(File)
#do something
运行良好,但有些人正在创建 XML,在 XML 中定义 UTF-8 编码并在标签中使用德语变音符号,所以我遇到了 xml.parsers.expat.ExpatError: not well-formed (invalid token)。
如果我在 XML 中手动将 encoding="ISO-8859-1"更改为它运行正常。
是否有更优雅的方式来更改编码,而不是编辑 XML 文件,例如告诉 minidom 使用不同于 XML 中定义的编码?
请您参考如下方法:
我建议你这个解决方案:
在解析文件之前,正常打开它,并将它对应于 XML header 的第一行替换为以下行:
<?xml version="1.0" encoding="ISO-8859-1"?>
然后保存文件并将其传递给 minidom.parse() 函数。
这可能会帮助您替换每个文件中的第一行:Search and replace a line in a file in Python
