Question

我正在使用Python创建XML文件，我的XML上有一个字段，我将文本文件的内容放入其中。

我这样做

f = open ('myText.txt',"r")
data = f.read()
f.close()

root = ET.Element("add")
doc = ET.SubElement(root, "doc")

field = ET.SubElement(doc, "field")
field.set("name", "text")
field.text = data

tree = ET.ElementTree(root)
tree.write("output.xml")

然后我得到UnicodeDecodeError。我已经尝试将特殊注释# -*- coding: utf-8 -*-置于我的脚本之上但仍然出错。此外，我已经尝试强制执行变量data.encode('utf-8')的编码，但仍然出错。我知道这个问题很常见，但我从其他问题中得到的所有解决方案都不适用于我。

更新

回溯：仅使用脚本第一行的特殊注释

Traceback (most recent call last):
  File "D:\Python\lse\createxml.py", line 151, in <module>
    tree.write("D:\\python\\lse\\xmls\\" + items[ctr][0] + ".xml")
  File "C:\Python27\lib\xml\etree\ElementTree.py", line 820, in write
    serialize(write, self._root, encoding, qnames, namespaces)
  File "C:\Python27\lib\xml\etree\ElementTree.py", line 939, in _serialize_xml
    _serialize_xml(write, e, encoding, qnames, None)
  File "C:\Python27\lib\xml\etree\ElementTree.py", line 939, in _serialize_xml
    _serialize_xml(write, e, encoding, qnames, None)
  File "C:\Python27\lib\xml\etree\ElementTree.py", line 937, in _serialize_xml
    write(_escape_cdata(text, encoding))
  File "C:\Python27\lib\xml\etree\ElementTree.py", line 1073, in _escape_cdata
    return text.encode(encoding, "xmlcharrefreplace")
UnicodeDecodeError: 'ascii' codec can't decode byte 0xc2 in position 243: ordina
l not in range(128)

回溯：使用.encode('utf-8')

Traceback (most recent call last):
  File "D:\Python\lse\createxml.py", line 148, in <module>
    field.text = data.encode('utf-8')
UnicodeDecodeError: 'ascii' codec can't decode byte 0xc2 in position 227: ordina
l not in range(128)

我使用了.decode('utf-8')并且没有出现错误消息，并且它成功创建了我的XML文件。但问题是我的浏览器无法查看XML。

Answer 1

在使用之前，您需要将输入字符串中的数据解码为unicode，以避免编码问题。

field.text = data.decode("utf8")

Answer 2

我在pywikipediabot遇到了类似的错误。 .decode方法是朝着正确方向迈出的一步，但对我而言，如果不添加'ignore'则无效：

fix_encoding = lambda s: s.decode('utf8', 'ignore')

Answer 3

Python 2

导致错误是因为ElementTree在尝试将其写出时不希望找到非ASCII字符串设置XML。您应该将Unicode字符串用于非ASCII。可以使用字符串上的u前缀（即u'€'）或使用适当的编码使用mystr.decode('utf-8')解码字符串来生成Unicode字符串。

最佳做法是在读取所有文本数据时对其进行解码，而不是解码中间程序。 io模块提供了open()方法，可以在读取时将文本数据解码为Unicode字符串。

使用ET.write()方法时，ElementTree会更快乐地使用Unicodes并正确编码。

此外，为了获得最佳兼容性和可读性，请确保在write()期间ET编码为UTF-8并添加相关标题。

假设您的输入文件是UTF-8编码的（0xC2是常见的UTF-8引导字节），将所有内容组合在一起，并使用with语句，您的代码应如下所示：

with io.open('myText.txt', "r", encoding='utf-8') as f:
    data = f.read()

root = ET.Element("add")
doc = ET.SubElement(root, "doc")

field = ET.SubElement(doc, "field")
field.set("name", "text")
field.text = data

tree = ET.ElementTree(root)
tree.write("output.xml", encoding='utf-8', xml_declaration=True)

输出：

<?xml version='1.0' encoding='utf-8'?>
<add><doc><field name="text">data€</field></doc></add>

Answer 4

#!/usr/bin/python

# encoding=utf8

尝试此操作以启动python文件

UnicodeDecodeError：'ascii'编解码器无法解码字节0xc2

4 个答案: