建站
咨詢
售后
建站咨詢
新聞中心
本篇內(nèi)容主要講解“怎么用lxml處理xml時(shí)的字符編碼問(wèn)題”，感興趣的朋友不妨來(lái)看看。本文介紹的方法操作簡(jiǎn)單快捷，實(shí)用性強(qiáng)。下面就讓小編來(lái)帶大家學(xué)習(xí)“怎么用lxml處理xml時(shí)的字符編碼問(wèn)題”吧!
為了簡(jiǎn)化問(wèn)題，就把xml的內(nèi)容簡(jiǎn)化為如下的形式:
它的encoding為gbk，其中的節(jié)點(diǎn)有一個(gè)為中文字符
使用lxml提取節(jié)點(diǎn)的值時(shí)出現(xiàn)了如下的異常
lxml.etree.XMLSyntaxError: Extra content at the end of the document
此時(shí)對(duì)應(yīng)的Python腳本為：
tst = u'' for event,element in etree.iterparse(BytesIO(tst.encode('utf-8'))): print("%s, %s" % (element.tag, element.text))
不過(guò)簡(jiǎn)化之前，報(bào)的是另外一個(gè)異常
lxml.etree.XMLSyntaxError: input conversion failed due to input error, bytes 0x8B 0x2C 0xE6 0x9D
不論異常是哪一個(gè)，猜測(cè)還是和字符的編碼形式有關(guān)。
經(jīng)過(guò)各種嘗試無(wú)果，后來(lái)在stackoverflow上看到這篇文章，文中提到的問(wèn)題和xml中的encoding值有關(guān)，嘗試了增加了一段代碼
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))
增加了一個(gè)替換的語(yǔ)句，將之前的encoding="gbk"替換成encoding:"utf-8"
于是終于得到了結(jié)果：
da, 中文，就是任性 DOCUMENT, None
到此，相信大家對(duì)“怎么用lxml處理xml時(shí)的字符編碼問(wèn)題”有了更深的了解，不妨來(lái)實(shí)際操作一番吧！這里是創(chuàng)新互聯(lián)成都網(wǎng)站設(shè)計(jì)公司網(wǎng)站，更多相關(guān)內(nèi)容可以進(jìn)入相關(guān)頻道進(jìn)行查詢，關(guān)注我們，繼續(xù)學(xué)習(xí)！
另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無(wú)理由+7*72小時(shí)售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國(guó)服務(wù)器、虛擬主機(jī)、免備案服務(wù)器”等云主機(jī)租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡(jiǎn)單易用、服務(wù)可用性高、性價(jià)比高”等特點(diǎn)與優(yōu)勢(shì)，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場(chǎng)景需求。
新聞名稱：怎么用lxml處理xml時(shí)的字符編碼問(wèn)題-創(chuàng)新互聯(lián)
網(wǎng)站路徑：http://fisionsoft.com.cn/article/ccdcho.html
