如何将 ElementTree 保存为 UTF-16

Question

我正在尝试使用 cElementTree 保存编码为 UTF-16 的 XML 文件。这是同一个项目，但与以下中的 DOCTYPE 问题不同：How to create <!DOCTYPE> with Python's cElementTree

我了解到，如果我没有在字符串中声明编码，cElementTree 将添加它。所以，代码是这样的：

import xml.etree.cElementTree as ElementTree
from StringIO import StringIO
s = '<?xml version=\"1.0\" ?><!DOCTYPE tmx SYSTEM \"tmx14a.dtd\" ><tmx version=\"1.4a\" />'
tree = ElementTree.parse(StringIO(s)).getroot()
header = ElementTree.SubElement(tree,'header',{'adminlang': 'EN',})
body = ElementTree.SubElement(tree,'body')
ElementTree.ElementTree(tree).write('myfile.tmx','UTF-16')

当我用 UTF-8 编写文件时，一切都很好。但是，当我更改为 UTF-16 时，文本编码已损坏。它还缺少所需的字节顺序标记。当我尝试将 BOM 添加到字符串的开头时，

s = '\xFF\xFE<?xml version=\"1.0\"......

ElementTree 报告错误“格式不正确（无效标记）第 1 行第 1 列”。

所有缓冲区都是 unicode 数据。如何保存为 UTF-16 XML 文件？

Answer 1

resultstring = ElementTree.tostring(tree, encoding='utf-16')

PS 由于 ElementTree 模块的接口由 lxml 库复制，因此最好导入ElementTree为etree. 如果您需要更强大的lxml功能，这将可以减少更改。