在Python2.7中读取包含unicode的XML文件

我正在尝试使用带有ElementTree的Python2.7.6解析来自某个服务器的unicode编码的xml文件，并将包含的数据保存在本地

import xml.etree.ElementTree as ET

def normalize(string):
    if isinstance(string, unicode): 
        normalized_string  = unicodedata.normalize('NFKD', string).encode('ascii','ignore')
    elif isinstance(string, str):
        normalized_string  = string
    else:
        print "no string"
        normalized_string  = string

    normalized_string  = ''.join(e for e in normalized_string if e.isalnum())
    return normalized_string

tree = ET.parse('test.xml')
root = tree.getroot()

for element in root:
    value = element.find('value').text
    filename = normalize(element.find('name').text.encode('utf-8')) + '.txt'
    target = open(filename, 'a')
    target.write(value + '\n')
    target.close()

我正在解析的文件的结构类似于以下内容，我已将其保存为本地的

test.xml

：

<data> 
<product><name>Something with a space</name><value>10</value> </product>
<product><name>Jakub Šlemr</name><value>12</value></product>
<product><name>Something with: a colon</name><value>11</value></product>
</data>

有空格的东西
雅库布·什勒姆12
有：冒号11的东西

上面的代码有多个问题，我想解决：

unicode字符

Š

未被该代码很好地消化。编辑：这已经解决了，部分原因是文件编码错误

我希望避免在文件名中使用特殊字符，例如空格和冒号。最好的预处理方法是什么？我基于和的答案构建了一个

规范化
函数。这种方法行吗

是

element.find（'value'）。text

是访问xml文档中存储的值的最佳方式，假设每个

元素

都有一个名为

value

的条目

---

元素中的值。查找（'value'）。文本是unicode对象。当您将它们与ascii字符串对象（如
'.txt'
）一起追加时，它们将与所需的转换一起连接

在序列化unicode对象之前，不能打印或存储它们。如果不显式地这样做，Python将使用默认编码设置隐式地这样做。默认编码是ASCII，它只支持非常有限的字符集，导致任何输入数据包含非ASCII字符时出现
UnicodeEncodeError

我建议您使用适合您的解决方案的编解码器，使用
encode（）
方法将unicode对象显式编码为字符串。例如，如果要将文本元素编码为
UTF-8
encoded字符串，请调用：

element.find('value').text.encode('utf-8')

另外，检查XML中的编码属性是否设置正确。错误的编码很可能是导致解析错误的原因。
几乎不值得注意的是，
'name'
是有问题的标记，而不是
'value'
。因为我想规范化名称，使其不包含冒号等；我引入了一个函数，它将名称规范化为字母数字ascii-在这种情况下，我需要显式编码吗？还有：是的，文件编码确实关闭了。这个答案是错误的。在Python2.7中连接Unicode和字符串时，它会将字符串上转换为Unicode；它不会将Unicode下变频为ascii。