解析gbk格式带中文的xml

发布时间：2020-12-16 23:47:37 所属栏目：百科来源：网络整理

导读：方案 ? ? ? ?1、以gbk格式读取xml文件为字符串，替换xml声明为utf-8格式 ? ? ? ?2、将字符串编码成utf-8格式，直接解析 ? 代码 1 def parse_xml_node(node): 2 if len(node.getchildren()) == 0: 3 return node.text if node.text is not None else ‘‘ 4 e

方案

? ? ? ?1、以gbk格式读取xml文件为字符串，替换xml声明为utf-8格式

? ? ? ?2、将字符串编码成utf-8格式，直接解析

代码

 1 def parse_xml_node(node):
 2     if len(node.getchildren()) == 0:
 3         return node.text if node.text is not None else ‘‘
 4     else:
 5         node_dict = {}
 6         for child in node.getchildren():
 7             if child.tag in node_dict.keys():
 8                 if not isinstance(node_dict[child.tag],list):
 9                     node_dict[child.tag] = [node_dict[child.tag]]
10                 node_dict[child.tag].append(parse_xml_node(child))
11             else:
12                 node_dict[child.tag] = parse_xml_node(child)
13         return node_dict
14 
15 def parse_gbk_xml(filename):
16     import codecs
17     from xml.etree import ElementTree
18     with codecs.open(filename,‘r‘,encoding=‘gbk‘) as fp:
19         text = fp.read().replace(‘<?xml version="1.0" encoding="GBK"?>‘,‘<?xml version="1.0" encoding="UTF-8"?>‘)
20     xdata = {}
21     element = ElementTree.fromstring(text.encode(‘utf-8‘))
22     xdata[element.tag] = parse_xml_node(element)

结果验证：

 1 # 文本内容
 2 <?xml version="1.0" encoding="GBK"?>
 3     <root>
 4         <head>
 5             <code>1</code>
 6             <message>正确</message>
 7             <value>320202</value>
 8         </head>
 9     </root>
10 
11 
12 # 解析结果
13 {‘root‘: {‘head‘: {‘message‘: u‘u6b63u786e‘,‘code‘: ‘1‘,‘value‘: ‘320202‘}}}

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!