Python 中對(duì) XML 文件的編碼轉(zhuǎn)換問(wèn)題
1. 在 Python 中 XML 文件的編碼問(wèn)題
1.Python 使用的xml.etree.ElementTree庫(kù)只支持解析和生成標(biāo)準(zhǔn)的UTF-8格式的編碼
2.常見(jiàn)GBK或GB2312等中文編碼的 XML 文件,用以在老舊系統(tǒng)中保證 XML 對(duì)中文字符的記錄能力
3.XML 文件開(kāi)頭有標(biāo)識(shí)頭,標(biāo)識(shí)頭指定了程序處理 XML 時(shí)應(yīng)該使用的編碼

4.要修改編碼,不僅要修改文件整體的編碼,還要將標(biāo)識(shí)頭中 encoding 部分的值修改
2. 處理 Python XML 文件的思路
1.讀取&解碼:
- 使用二進(jìn)制模式讀取 XML 文件,將文件變?yōu)槎M(jìn)制流
- 將二進(jìn)制流使用
.encode()方法,使用原文件的編碼格式進(jìn)行解析為字符串
2.處理標(biāo)識(shí)頭:使用.replace()方法,替換字符串中的encoding="xxx"部分
3.編碼&保存:將字符串使用新的編碼格式進(jìn)行保存
3. 實(shí)際過(guò)程中遇到的問(wèn)題
- GB2312 <–> UTF:無(wú)問(wèn)題,可直接按照上面的邏輯處理
- GBK <–> UTF8
- GBK --> UTF8:無(wú)問(wèn)題,可直接按照上面的邏輯處理
- UTF8 --> GBK:.encode()會(huì)報(bào)錯(cuò),要加上error="ignore"參數(shù),忽略無(wú)法轉(zhuǎn)換的字符
- 這里的原理是:GBK 編碼兼容 UTF-8 編碼,因此無(wú)法轉(zhuǎn)換的內(nèi)容使用 GBK 直接也能顯示
- GBK <–> GB2312:無(wú)問(wèn)題
4. 最后使用的代碼
# filepath -- 原文件路徑
# savefilepath -- 轉(zhuǎn)換后文件存儲(chǔ)路徑(默認(rèn) = 原文件路徑)
# oldencoding -- 原文件的編碼格式
# newencoding -- 轉(zhuǎn)換后文件的編碼格式
def convert_xml_encoding(filepath, savefilepath=filepath, oldencoding, newencoding):
# Read the XML file
with open(filepath, 'rb') as file:
content = file.read()
# Decode the content from old encoding
# 出現(xiàn)錯(cuò)誤時(shí)忽略 errors='ignore'
decoded_content = content.decode(oldencoding, errors='ignore')
# decoded_content = content.decode('GBK')
# Update the encoding in the XML header
updated_content = decoded_content.replace('encoding="{}"'.format(oldencoding),
'encoding="{}"'.format(newencoding))
# Encode the content to new encoding
# 出現(xiàn)錯(cuò)誤時(shí)忽略 errors='ignore'
encoded_content = updated_content.encode(newencoding,errors='ignore')
# Write the updated content to the file
with open(savefilepath, 'wb') as file:
file.write(encoded_content)
# Result output
print(f"XML file '{os.path.basename(filepath)}'({oldencoding}) --> '{os.path.basename(savefilepath)}'({newencoding})")
# ---------------------- 使用示例 ---------------------
# GBK --> utf-8
convert_xml_encoding(filepath, savefilepath1, 'GBK', 'utf-8')
# utf-8 --> gb2312
convert_xml_encoding(filepath, savefilepath1, 'utf-8', 'gb2312')
# GBK --> gb2312
convert_xml_encoding(filepath, savefilepath1, 'GBK', 'gb2312')
注意事項(xiàng):
- 由于這里需要直接替換標(biāo)識(shí)頭,要求編碼名稱一定得完全匹配,否則替換會(huì)失敗
- 如:GBK 不能寫(xiě)成 gbk,utf-8 不能寫(xiě)成 UTF8此代碼僅在以上 GBK、GB2312、UTF-8 & 常用中英文基礎(chǔ)上測(cè)試,其他的編碼格式不保證一定能轉(zhuǎn)換成功
到此這篇關(guān)于Python 中對(duì) XML 文件的編碼轉(zhuǎn)換的文章就介紹到這了,更多相關(guān)Python XML 文件編碼轉(zhuǎn)換內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
- Python將字典轉(zhuǎn)換為XML的方法
- Python中xml和dict格式轉(zhuǎn)換的示例代碼
- Python中xml和json格式相互轉(zhuǎn)換操作示例
- Python實(shí)現(xiàn)將Excel轉(zhuǎn)換成xml的方法示例
- 利用python實(shí)現(xiàn)xml與數(shù)據(jù)庫(kù)讀取轉(zhuǎn)換的方法
- Python實(shí)現(xiàn)對(duì)象轉(zhuǎn)換為xml的方法示例
- Python 提取dict轉(zhuǎn)換為xml/json/table并輸出的實(shí)現(xiàn)代碼
- Python中將字典轉(zhuǎn)換為XML以及相關(guān)的命名空間解析
相關(guān)文章
用Python編寫(xiě)一個(gè)簡(jiǎn)單的Lisp解釋器的教程
這篇文章主要介紹了用Python編寫(xiě)一個(gè)簡(jiǎn)單的Lisp解釋器的教程,Lisp是一種源碼簡(jiǎn)單的函數(shù)式編程語(yǔ)言,本文主要介紹對(duì)其中的一個(gè)子集Scheme的解釋器開(kāi)發(fā),需要的朋友可以參考下2015-04-04
Python3實(shí)現(xiàn)發(fā)送QQ郵件功能(附件)
這篇文章主要為大家詳細(xì)介紹了Python3實(shí)現(xiàn)發(fā)送QQ郵件功能,附件方面,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2017-12-12
對(duì)python .txt文件讀取及數(shù)據(jù)處理方法總結(jié)
下面小編就為大家分享一篇對(duì)python .txt文件讀取及數(shù)據(jù)處理方法總結(jié),具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-04-04
淺談python中拼接路徑os.path.join斜杠的問(wèn)題
今天小編就為大家分享一篇淺談python中拼接路徑os.path.join斜杠的問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-10-10
Django應(yīng)用程序入口WSGIHandler源碼解析
這篇文章主要介紹了Django應(yīng)用程序入口WSGIHandler源碼解析,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-08-08
Python實(shí)現(xiàn)數(shù)據(jù)庫(kù)編程方法詳解
這篇文章主要介紹了Python實(shí)現(xiàn)數(shù)據(jù)庫(kù)編程方法,較為詳細(xì)的總結(jié)了Python數(shù)據(jù)庫(kù)編程涉及的各種常用技巧與相關(guān)組件,需要的朋友可以參考下2015-06-06
如何從csv文件構(gòu)建Tensorflow的數(shù)據(jù)集
這篇文章主要介紹了如何從csv文件構(gòu)建Tensorflow的數(shù)據(jù)集,幫助大家更好的理解和使用Tensorflow,感興趣的朋友可以了解下2020-09-09
Python 實(shí)現(xiàn)LeNet網(wǎng)絡(luò)模型的訓(xùn)練及預(yù)測(cè)
本文將為大家詳細(xì)講解如何使用CIFR10數(shù)據(jù)集訓(xùn)練模型以及用訓(xùn)練好的模型做預(yù)測(cè)。代碼具有一定價(jià)值,感興趣的小伙伴可以學(xué)習(xí)一下2021-11-11
使用python如何提取JSON數(shù)據(jù)指定內(nèi)容
這篇文章主要介紹了使用python如何提取JSON數(shù)據(jù)指定內(nèi)容,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2022-07-07

