Viết xml tập tin utf-8 với utf 8-dữ liệu với ElementTree

Question

Tôi đang cố gắng để viết một tập tin xml với utf-8 mã hóa dữ liệu sử dụng ElementTree như thế này:

#!/usr/bin/python                  
# -*- coding: utf-8 -*-                 

import xml.etree.ElementTree as ET 
import codecs 

testtag = ET.Element('unicodetag') 
testtag.text = u'Töreboda' #The o is really ö (o with two dots over). No idea why SO dont display this 
expfile = codecs.open('testunicode.xml',"w","utf-8-sig") 
ET.ElementTree(testtag).write(expfile,encoding="UTF-8",xml_declaration=True) 
expfile.close() 

này thổi lên với lỗi

Traceback (most recent call last): 
    File "unicodetest.py", line 10, in <module> 
    ET.ElementTree(testtag).write(expfile,encoding="UTF-8",xml_declaration=True) 
    File "/usr/lib/python2.7/xml/etree/ElementTree.py", line 815, in write 
    serialize(write, self._root, encoding, qnames, namespaces)  
    File "/usr/lib/python2.7/xml/etree/ElementTree.py", line 932, in _serialize_xml 
    write(_escape_cdata(text, encoding)) 
    File "/usr/lib/python2.7/codecs.py", line 691, in write 
    return self.writer.write(data) 
    File "/usr/lib/python2.7/codecs.py", line 351, in write 
    data, consumed = self.encode(object, self.errors) 
UnicodeDecodeError: 'ascii' codec can't decode byte 0xc3 in position 1: ordinal not in range(128) 

Sử dụng mã hóa "us-ascii" thay vì hoạt động tốt, nhưng không giữ lại các ký tự unicode trong dữ liệu. Điều gì đang xảy ra?

Answer 1

codecs.open mong muốn chuỗi Unicode được ghi vào đối tượng tệp và nó sẽ xử lý mã hóa thành UTF-8. Phần tử write của ElementTree mã hóa chuỗi Unicode thành chuỗi byte UTF-8 trước khi gửi chúng đến đối tượng tệp. Vì đối tượng tệp muốn các chuỗi Unicode, nó sẽ cắt xâu chuỗi byte thành Unicode bằng cách sử dụng codec mặc định ascii và gây ra UnicodeDecodeError.

Chỉ cần làm điều này:

#expfile = codecs.open('testunicode.xml',"w","utf-8-sig") 
ET.ElementTree(testtag).write('testunicode.xml',encoding="UTF-8",xml_declaration=True) 
#expfile.close()