python - python的etree.tostring的编码问题

Question

我正在使用 python 2.6.2 的 xml.etree.cElementTree 创建一个 xml 文档：

import xml.etree.cElementTree as etree
elem = etree.Element('tag')
elem.text = (u"Würth Elektronik Midcom").encode('utf-8')
xml = etree.tostring(elem,encoding='UTF-8')

归根结底，xml 看起来像：

<?xml version='1.0' encoding='UTF-8'?>
<tag>W&#195;&#188;rth Elektronik Midcom</tag>

看起来 tostring 忽略了编码参数并将“ü”编码为其他字符编码（“ü”是有效的 utf-8 编码，我很确定）。

任何关于我做错了什么的建议将不胜感激。

Answer 1

您正在对文本进行两次编码。试试这个：

import xml.etree.cElementTree as etree
elem = etree.Element('tag')
elem.text = u"Würth Elektronik Midcom"
xml = etree.tostring(elem, encoding='UTF-8')

Answer 2

etree.tostring(elem, encoding=str)

将返回str但不在binaryPython 3 中

unicode您还可以通过将函数作为编码（或str在 Py3 中）或名称“unicode”传递来序列化为无需声明的 Unicode 字符串。这会将返回值从字节字符串更改为未编码的 unicode 字符串。