我就在这里
分类: Python/Ruby
2013-02-15 22:21:49
在python中遇到编码问题是一个非常痛苦的问题。今天修改了一个这样的问题。
文件 test.xml内容如下
…………….
要用python解析一下文件的内容。
采用minidom解析
xmldoc = minidoc.parse(file_name);
会出现这个错误
xml.parsers.expat.ExpatError: unknown encoding: line 1, column 30
经过查找肯定会发现是minidom不支持gbk编码,那么文件是gbk编码的,肯定是错误的,所以将文件转码为utf-8
(命令 iconv -f gbk -t utf-8 filename -o filename_new)
现在对新的utf-8编码的文件进行解析操作,依旧是报错,这是为什么呢?
原因是这个句子在做过,minidom在底层对这个语句进行了识别,也就是不仅仅文件要变成utf-8编码的,而且这里也要变成。再试验一次,全部ok了
给段操作代码
file_xml = open(file_name,”r”).read()
file_xml = file_xml.replace(‘’,'’)
file_xml = unicode(file_xml,encoding=’gbk’).encode(‘utf-8′)
xmldoc = minidoc.parseString(file_xml)
PS:顺便说一句,win7平台下vs2010打开test.xml文件,选择高级保存,然后将编码形式从gb2312换成utf8,会自动将头部的gbk改成utf-8。
转自: