python xml解析中文乱码怎么办
用python解析xml文件,出现异常信息如下:
xml.parsers.expat.ExpatError: not well-formed (invalid token): line 13, column 31
相关推荐:《Python入门教程》
解决方式:
将文件重新编码成utf-8格式就可以了。
在linux下一种取巧的解决方式:
对于中文,这里选了一种取巧的方法。即先通过iconv命令将xml文件变成utf-8格式,然后将xml中指定编码格式的内容去掉即可。
可参考如下代码:
cmd = "iconv " + filename + " -t "utf-8" >utf.tmp" os.system(cmd) utf_filename = "utf.tmp" f = open(utf_filename) data = f.read() f.close() os.system("rm -f utf.tmp") #----delete the encode type in xml file----- #result = re.sub(regex, newstring, subject) data = data.replace('encoding="GB2312"', '') data = data.replace('encoding="gb2312"', '') #self.dom.unlink self.dom = xml.dom.minidom.parseString( data )
来源:PY学习网:原文地址:https://www.py.cn/article.html