python - 使用 python mindom 读取具有不同编码的 XML

Question

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？

Answer 1

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