Skip to main content
 首页 » 编程设计

Python之将 xml 中的特定行转换为小写并回写之utf-8 问题

2024年10月24日11artech

基本上我正在尝试将 xml 文件中包含“Account”的所有行转换为小写并将其写回文件。

我的 XML 看起来像这样:

<?xml version="1.0" encoding="UTF-8"?> 
 
<TRAINERERADMINSTRATIONOBJECTS> 
  <TRAINERLIST> 
    <TRAINER> 
      <Account>Täst</Account> 
      <Mark>pUIPBPp8TWw=</Mark> 
      <Type>lala</Type> 
      <Business>sghs</Business> 
    </TRAINER> 
  </TRAINERLIST> 
</TRAINERADMINSTRATIONOBJECTS> 

如您所见,源文件是 UTF-8 格式的! “帐户”行中有“äüö”。

我的代码:

# -*- coding: utf-8 -*- 
with open("buht.xml", "r") as s: 
    for line in s: 
        if 'Account' in line: 
            s = open("buht.xml").read().decode('utf-8') 
            s = s.replace(line, line.decode('utf-8').lower()) 
            f = open("buht.xml", 'w') 
            f.write(s) 
            f.close() 

出现此错误:

UnicodeEncodeError: 'ascii' codec can't encode character u'\xe4'

我试图在脚本中的任何地方解码(并拼命编码)它,但它不起作用。

请您参考如下方法:

正如 tdelaney 在评论中提到的,您的代码存在几个问题。您以读取模式打开文件,但随后在 for 循环中,当您在当前行中检测到“Account”时,您尝试再次打开它,然后您尝试以写入模式再次打开它;那是行不通的。

有多种方法可以满足您的需求,但这里有一个适用于 Python 2.6 的解决方案。我已将您的示例数据保存到名为“test.xml”的 UTF-8 编码文件中。

import re 
 
iname = "test.xml" 
oname = "test_out.xml" 
 
pat = re.compile('(\s*<Account>)(.*?)(</Account>\s*)', re.U) 
 
with open(iname, "rb") as fin: 
    with open(oname, "wb") as fout: 
        for line in fin: 
            line = line.decode('utf-8') 
            m = pat.search(line) 
            if m: 
                g = m.groups() 
                line = g[0] + g[1].lower() + g[2] 
            fout.write(line.encode('utf-8')) 

test_out.xml 的内容

<?xml version="1.0" encoding="UTF-8"?> 
 
<TRAINERADMINSTRATIONOBJECTS> 
  <TRAINERERLIST> 
    <TRAINER> 
      <Account>täst</Account> 
      <Mark>pUIPBPp8TWw=</Mark> 
      <Type>lala</Type> 
      <Business>sghs</Business> 
    </TRAINERER> 
  </TRAINERLIST> 
</TRAINERADMINSTRATIONOBJECTS> 

我正在使用 Regular Expression找到目标行并进行替换。请注意,它通常是 very bad idea to use RegEx on XML / HTML ,但如果您可以保证输入数据将始终采用简单、已知的格式,您就可以摆脱它。