BeautifulSoup 如何用 utf-8 编写 XML 文件

Question

您好，我想创建一个内容中包含一些法语字母的 xml 文档。我确实（通过脚本）修改的 xml 标记在新的 xml 文件（我创建的那个）中具有正确的输出，但所有 xml 标记我没有修改都有一些意外字符。

#Open file
soup = BeautifulSoup(open('example2.xml'),'xml')

#...
# code that update (modify) some xml element value
#....

#write to a file
def create_a_file(content, filename = 'hello.xml'):
    f = open(filename, "w")
    f.write(str(content))
    f.close()


#.. output of the file
# I modify this tag with a script and it displays well 
<subTitl>Enquête sur le web, juillet 2010</subTitl>
# I didn't modify either the tag or the attribute but it doesn't display properly
<AuthEnty university="Université Montpellier. Centre géographique, statistique">
          ésir, Pras
        </AuthEnty>

如您所见，我没有修改名为 AuthEnty 的 XML 元素，但我有一些意想不到的字符。

问题 我怎样才能正确地写这个文件。是不是在打开文件没有正确解析的时候？

Answer 1

导入编解码器有效。

#Open file
import codecs 
f = codecs.open('example2.xml','r','utf-8')
soup = BeautifulSoup(f.read(),"xml")
f.close()

这将在我编写创建 xml 文件时显示正确的输出。