python解析xml中文解决方式

今天用python解析xml文件,出现异常信息如下: 
xml.parsers.expat.ExpatError: not well-formed (invalid token): line 13, column 31 
解决方式: 
将文件重新编码成utf-8格式就可以了。 

在linux下一种取巧的解决方式: 
对于中文,这里选了一种取巧的方法。即先通过iconv命令将xml文件变成utf-8格式,然后将xml中指定编码格式的内容去掉即可。 

可参考如下代码: 
cmd = "iconv " + filename + " -t \"utf-8\" >utf.tmp" 
os.system(cmd) 
utf_filename = "utf.tmp" 
f = open(utf_filename) 
data = f.read() 
f.close() 
os.system("rm -f utf.tmp") 
#----delete the encode type in  xml file----- 
#result = re.sub(regex, newstring, subject) 
data = data.replace('encoding="GB2312"', '') 
data = data.replace('encoding="gb2312"', '') 
#self.dom.unlink 
self.dom = xml.dom.minidom.parseString( data ) 

你可能感兴趣的:(python)