lxml Python包将版权符号更改为HTML实体

我有一个Python程序，可以读取XML文件并修改版本属性。其中一些文件还有版权声明，带有版权符号

）

。lxml包将它们转换为HTML实体

和#169

。有没有办法防止这种情况

我尝试使用XMLParser函数的

resolve\u entities

参数，但没有效果。我已经尝试了Python 2.7和3.6.3。下面的程序是针对Python3的

# coding: utf-8
import os
import glob
import argparse
from lxml import etree

xParser = etree.XMLParser(strip_cdata=False, resolve_entities=False)
etree.set_default_parser(xParser)

someXML ='<node version="1.0.1"><copyright>Copyright © 2017 by me</copyright></node>'

doc = etree.fromstring(someXML)

print(someXML)
print(etree.tostring(doc))

#编码：utf-8
导入操作系统
导入glob
导入argparse
从lxml导入etree
xParser=etree.XMLParser（strip\u cdata=False，resolve\u entities=False）
etree.set\u default\u解析器（xParser）
someXML='Copyright©2017 by me'
doc=etree.fromstring（someXML）
打印（someXML）
打印（etree.tostring（文档））

它打印出：

<node version="1.0.1"><copyright>Copyright c 2017 by me</copyright></node>
b'<node version="1.0.1"><copyright>Copyright &#169; 2017 by me</copyright></node>'

版权c 2017由我所有
版权©；2017年我的

您可以在转储到字符串时指定

unicode

编码：

etree.tostring(doc, encoding="unicode")

演示：

[1]中的

：来自lxml导入etree
在[2]中：xParser=etree.XMLParser（strip\u cdata=False，resolve\u entities=False）
[3]：someXML='Copyright©2017 by me'
在[4]中：doc=etree.fromstring（someXML，parser=xParser）
在[5]中：打印（someXML）
版权所有©2017由本人所有
在[6]中：打印（etree.tostring（doc，encoding=“unicode”））
版权所有©2017由本人所有

谢谢。当我把这个问题贴在lxml邮件列表上时，我得到了同样的答案。我实际上需要使用write函数，它也有编码参数。新手问题：将整个页面的

“utf-8”

更改为

“unicode”

安全吗？

In [1]: from lxml import etree

In [2]: xParser = etree.XMLParser(strip_cdata=False, resolve_entities=False)

In [3]: someXML ='<node version="1.0.1"><copyright>Copyright © 2017 by me</copyright></node>'

In [4]: doc = etree.fromstring(someXML, parser=xParser)

In [5]: print(someXML)
<node version="1.0.1"><copyright>Copyright © 2017 by me</copyright></node>

In [6]: print(etree.tostring(doc, encoding="unicode"))
<node version="1.0.1"><copyright>Copyright © 2017 by me</copyright></node>