Python 使用ElementTree编写包含utf-8数据的xml utf-8文件

我尝试使用ElementTree编写一个包含utf-8编码数据的xml文件，如下所示：

#!/usr/bin/python                                                                       
# -*- coding: utf-8 -*-                                                                   

import xml.etree.ElementTree as ET
import codecs

testtag = ET.Element('unicodetag')
testtag.text = u'Töreboda' #The o is really ö (o with two dots over). No idea why SO dont display this
expfile = codecs.open('testunicode.xml',"w","utf-8-sig")
ET.ElementTree(testtag).write(expfile,encoding="UTF-8",xml_declaration=True)
expfile.close()

这就导致了错误

Traceback (most recent call last):
  File "unicodetest.py", line 10, in <module>
    ET.ElementTree(testtag).write(expfile,encoding="UTF-8",xml_declaration=True)
  File "/usr/lib/python2.7/xml/etree/ElementTree.py", line 815, in write
    serialize(write, self._root, encoding, qnames, namespaces)    
  File "/usr/lib/python2.7/xml/etree/ElementTree.py", line 932, in _serialize_xml
    write(_escape_cdata(text, encoding))
  File "/usr/lib/python2.7/codecs.py", line 691, in write
    return self.writer.write(data)
  File "/usr/lib/python2.7/codecs.py", line 351, in write
    data, consumed = self.encode(object, self.errors)
UnicodeDecodeError: 'ascii' codec can't decode byte 0xc3 in position 1: ordinal not in range(128)

回溯（最近一次呼叫最后一次）：
文件“unicodetest.py”，第10行，在
ET.ElementTree（testtag）.write（expfile，encoding=“UTF-8”，xml\u声明=True）
写入文件“/usr/lib/python2.7/xml/etree/ElementTree.py”，第815行
序列化（写入、自根、编码、qnames、命名空间）
文件“/usr/lib/python2.7/xml/etree/ElementTree.py”，第932行，在xml中序列化
写入（\u转义\u cdata（文本、编码））
文件“/usr/lib/python2.7/codecs.py”，第691行，写入
返回self.writer.write（数据）
文件“/usr/lib/python2.7/codecs.py”，第351行，写入
数据，消耗=self.encode（对象，self.errors）
UnicodeDecodeError:“ascii”编解码器无法解码位置1中的字节0xc3:序号不在范围内（128）

---

使用“us ascii”编码可以很好地工作，但不保留数据中的unicode字符。发生了什么事？

编解码器。open

要求将Unicode字符串写入文件对象，它将处理UTF-8编码。ElementTree的

write

将Unicode字符串编码为UTF-8字节字符串，然后将其发送到文件对象。由于文件对象需要Unicode字符串，因此它使用默认的

ascii

编解码器强制将字节字符串恢复为Unicode，并导致

UnicodeDecodeError

只要这样做：

#expfile = codecs.open('testunicode.xml',"w","utf-8-sig")
ET.ElementTree(testtag).write('testunicode.xml',encoding="UTF-8",xml_declaration=True)
#expfile.close()

---

+1.为了澄清这一点：问题是您试图对unicode->utf-8进行两次编码：ElementTree进行一次编码，然后启用编解码器的流尝试再次进行编码。但是第二次传递会被混淆，因为它的输入已经被编码（它需要一个unicode字符串，但会得到一个utf-8编码的字节字符串）。。。我能说我爱你吗？3小时内给出完美答案！Marks精化也解释了很多。我一直在处理utf-8数据，在ElementTree中收到了类似的错误。_serialize_text（）或_serialize_xml（）尝试写入xml文件时。在将字符串添加到ET.Element对象之前，我可以使用myString.decode（'utf-8'）将字符串转换为unicode来解决这个问题。似乎ET.ElementTree.write（）对其他字符串编码不满意。