用Python读取xml文件

Question

我正在阅读带有jml扩展名的文件。代码非常简单，读取

import xml.etree.ElementTree as ET
tree = ET.parse('VOAPoints_2010_M25.jml')
root = tree.getroot()

但我得到一个解析错误：

ParseError: not well-formed (invalid token): line 75, column 16

我试图读取的文件是之前使用过的数据集，因此我确信它没有任何问题。

文件是 有人可以帮忙吗？

Answer 1

由于英镑符号存在问题，您可以使用character entity £将其撤消。 Python甚至可以通过迭代读取每一行并在井号上有条件地替换它来自动化XML文件中的替换：

import xml.etree.ElementTree as ET

oldfile = "VOAPoints_2010_M25.jml"
newfile = "VOAPoints_2010_M25_new.jml"

with open(oldfile, 'r') as otxt:
    for rline in otxt:
        if "£" in rline:
            rline = rline.replace("£", "£")

        with open(newfile, 'a') as ntxt:
            ntxt.write(rline)

tree = ET.parse(newfile)
root = tree.getroot()

Answer 2

很抱歉将答案用作问题，但在评论中格式化这一点很痛苦。 下面的代码是否解决了您的问题？

import xml.etree.ElementTree as ET
myParser = ET.XMLParser(encoding="utf-8")
tree = ET.parse('VOAPoints_2010_M25.jml',parser=myParser)
root = tree.getroot()