使用 python mindom 读取具有不同编码的 XML答案

【问题标题】：reading XML with different encoding using python mindom使用 python mindom 读取具有不同编码的 XML
【发布时间】：2018-06-06 16:57:21
【问题描述】：

我写了一个使用 minidom 读取 XML 文件的脚本：

from xml.dom.minidom import parse
for File in Data['FileList']:
    Xml = parse(File)
#do something

运行良好，但有些人正在创建 XML，在 XML 中定义 UTF-8 编码并在标签中使用德语变音符号，所以我遇到了 xml.parsers.expat.ExpatError: not well-formed (invalid token)。

如果我在 XML 中手动更改为 encoding="ISO-8859-1" 它运行良好。

是否有更优雅的方式来更改编码，而不是编辑 XML 文件，例如告诉 minidom 使用不同于 XML 中定义的编码？

【问题讨论】：

当实际编码为 ISO-8859-1 时，创建带有 XML 声明 encoding="UTF-8" 的 XML 文件是一个严重错误。我认为你应该告诉“伙计们”停止创建这些糟糕的 XML 文件。

【解决方案1】：

我建议你这个解决方案：

在解析文件前，正常打开文件，将XML头对应的第一行替换为这一行：

<?xml version="1.0" encoding="ISO-8859-1"?>

然后保存文件并将其传递给minidom.parse() 函数。

这可能会帮助您替换每个文件中的第一行：Search and replace a line in a file in Python

【讨论】：

这是我想避免的，但它似乎是读取它的唯一可靠方法。因此，在解析文件时似乎没有办法在 minidom 中定义不同的编码。
我的意思不是手动打开文件，而是以编程方式打开文件（类似于：with open(File, 'rw') as my_file: #replace and save, then passe the file to parse()）