6

所以基本上，我想用从python字典中的数据生成的元素生成一个XML，其中的标签是字典的键，文本是字典的值。我不需要为项目提供属性，我想要的输出看起来像这样：

<AllItems>

  <Item>
    <some_tag> Hello World </some_tag>
    ...
    <another_tag />
  </Item>

  <Item> ... </Item>
  ...

</AllItems>

我尝试使用 xml.etree.ElementTree 包，通过创建树，将元素“AllItems”设置为根，如下所示：

from xml.etree import ElementTree as et

def dict_to_elem(dictionary):
    item = et.Element('Item')
    for key in dictionary:
        field = et.Element(key.replace(' ',''))
        field.text = dictionary[key]
        item.append(field)
    return item

newtree = et.ElementTree()
root = et.Element('AllItems')
newtree._setroot(root)

root.append(dict_to_elem(  {'some_tag':'Hello World', ...}  )
# Lather, rinse, repeat this append step as needed

with open(  filename  , 'w', encoding='utf-8') as file:
    tree.write(file, encoding='unicode')

在最后两行中，我尝试省略 open() 语句中的编码，省略 write() 方法中的编码并将其更改为 'UTF-8'，我要么得到一个错误，即 "') 是 str 类型不可序列化

所以我的问题- 我想知道的是我应该如何使用上述格式从头开始创建 UTF-8 XML，是否有使用另一个包的更强大的解决方案，这将允许我正确处理 UTF-8人物？我没有与 ElementTree 结婚以获得解决方案，但我宁愿不必创建模式。提前感谢您的任何建议/解决方案！

4

2 回答 2

7

在我看来，这ElementTree是一个不错的选择。lxml如果你以后需要更强大的包，你可以切换到使用相同接口的第三方模块。

您的问题的答案可以在文档http://docs.python.org/3/library/xml.etree.elementtree.html#xml.etree.ElementTree.ElementTree.write中找到

输出是字符串 (str) 或二进制 (bytes)。这由 encoding 参数控制。如果 encoding 为“unicode”，则输出为字符串；否则，它是二进制的。请注意，如果它是一个打开的文件对象，这可能与文件的类型冲突；确保不要尝试将字符串写入二进制流，反之亦然。

基本上，你做对了。你open()在文本模式下的文件，这样文件接受字符串，你需要'unicode'使用tree.write(). 否则，您可以以二进制模式打开文件（ 中没有编码参数）open()并使用'utf-8'.tree.write()

一些独立工作的清理代码：

#!python3
from xml.etree import ElementTree as et

def dict_to_elem(dictionary):
    item = et.Element('Item')
    for key in dictionary:
        field = et.Element(key.replace(' ',''))
        field.text = dictionary[key]
        item.append(field)
    return item

root = et.Element('AllItems')     # create the element first...
tree = et.ElementTree(root)       # and pass it to the created tree

root.append(dict_to_elem(  {'some_tag':'Hello World', 'xxx': 'yyy'}  ))
# Lather, rinse, repeat this append step as needed

filename = 'a.xml'
with open(filename, 'w', encoding='utf-8') as file:
    tree.write(file, encoding='unicode')

# The alternative is...    
fname = 'b.xml'
with open(fname, 'wb') as f:
    tree.write(f, encoding='utf-8')

这取决于目的。在这两者中，我个人更喜欢第一种解决方案。它清楚地表明您编写了一个文本文件（并且 XML 是一个文本文件）。

但是，您不需要告诉编码的最简单的替代方法是将文件名传递给tree.write这样的：

tree.write('c.xml', encoding='utf-8')

它打开文件，使用给定的编码写入内容（在下面塞巴斯蒂安的评论后更新），然后关闭文件。而且您可以轻松阅读它，并且在这里不会出错。

于 2012-12-13T08:45:12.427 回答
5

这不是必需的，但如果您的工具不理解生成的 xml 文件，您可以显式添加 xml 声明：

#!/usr/bin/env python3
from xml.etree import ElementTree as etree

your_dict = {'some_tag': 'Hello World ☺'}

def add_items(root, items):
    for name, text in items:
        elem = etree.SubElement(root, name)
        elem.text = text

root = etree.Element('AllItems')
add_items(etree.SubElement(root, 'Item'),
          ((key.replace(' ', ''), value) for key, value in your_dict.items()))
tree = etree.ElementTree(root)
tree.write('output.xml', xml_declaration=True, encoding='utf-8')

输出.xml：

<?xml version='1.0' encoding='utf-8'?>
<AllItems><Item><some_tag>Hello World ☺&lt;/some_tag></Item></AllItems>
于 2012-12-13T11:58:56.690 回答