python - elementTree 无法解析 unicode xml

Question

我有以下xml：

<Earth>
 <country name="Česká republika" population="8900000">
    <capital>Praha1</capital>        
  </country>
</Earth>

但是当我尝试解析它失败并出现错误：

 xml.etree.ElementTree.ParseError: not well-formed (invalid token): line 2, column 20

我的代码：

 tree=etree.parse(input) # input -> file.xml

Answer 1

正如 arhimmel 指出的那样，这个问题很可能是编码问题。etree.parse 允许传递类似文件的对象以及路径，因此您可以尝试import codecs在代码顶部添加，然后替换input为codecs.open("file.xml", encoding="UTF-8").