Python：以Windows-1251编码解析XML

Question

当我尝试使用lxml解析XML时，如下所示：

tree = etree.parse('xml.xml')

我收到以下错误：

lxml.etree.XMLSyntaxError: Unsupported encoding windows-1251

如何使用这种编码从XML读取数据？

谢谢

Answer 1

我认为您使用的是Python 2.x版本。

如果是这样，我相信您必须使用编解码器模块的open（）函数，并执行以下操作：

import codecs
with codecs.open(filename,'rb','cp1251') as f:
    content = f.read()
    tree = etree.parse(content)

我认为获得的内容已从cp1251解码为Unicode；我不确定，我不擅长Unicode操作。

如果是这样，我想在阅读之后，etree必须能够解析Unicode中的字符串才能继续。但我也知道etree。

请注意，即使mode为'r'，codecs.open（）也始终以二进制模式打开文件。

希望会有所帮助