這篇文章主要介紹如何解決lxml處理xml時(shí)的字符編碼問(wèn)題，文中介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們一定要看完！

崇禮網(wǎng)站制作公司哪家好，找創(chuàng)新互聯(lián)！從網(wǎng)頁(yè)設(shè)計(jì)、網(wǎng)站建設(shè)、微信開(kāi)發(fā)、APP開(kāi)發(fā)、響應(yīng)式網(wǎng)站開(kāi)發(fā)等網(wǎng)站項(xiàng)目制作，到程序開(kāi)發(fā)，運(yùn)營(yíng)維護(hù)。創(chuàng)新互聯(lián)2013年開(kāi)創(chuàng)至今到現(xiàn)在10年的時(shí)間，我們擁有了豐富的建站經(jīng)驗(yàn)和運(yùn)維經(jīng)驗(yàn)，來(lái)保證我們的工作的順利進(jìn)行。專注于網(wǎng)站建設(shè)就選創(chuàng)新互聯(lián)。

為了簡(jiǎn)化問(wèn)題，就把xml的內(nèi)容簡(jiǎn)化為如下的形式:

它的encoding為gbk，其中的節(jié)點(diǎn)有一個(gè)為中文字符 使用lxml提取節(jié)點(diǎn)的值時(shí)出現(xiàn)了如下的異常

lxml.etree.XMLSyntaxError: Extra content at the end of the document

此時(shí)對(duì)應(yīng)的Python腳本為：

tst = u''
for event,element in etree.iterparse(BytesIO(tst.encode('utf-8'))):
    print("%s, %s" % (element.tag, element.text))

不過(guò)簡(jiǎn)化之前，報(bào)的是另外一個(gè)異常

lxml.etree.XMLSyntaxError: input conversion failed due to input error, bytes 0x8B 0x2C 0xE6 0x9D

不論異常是哪一個(gè)，猜測(cè)還是和字符的編碼形式有關(guān)。
經(jīng)過(guò)各種嘗試無(wú)果，后來(lái)在stackoverflow上看到這篇文章，文中提到的問(wèn)題和xml中的encoding值有關(guān)，嘗試了增加了一段代碼

tst = u''
tst = tst.replace('encoding="gbk"', 'encoding="utf-8"')
for event,element in etree.iterparse(BytesIO(tst.encode('utf-8'))):
    print("%s, %s" % (element.tag, element.text))

增加了一個(gè)替換的語(yǔ)句，將之前的encoding="gbk"替換成encoding:"utf-8" 于是終于得到了結(jié)果：

da, 中文，就是任性
DOCUMENT, None

以上是“如何解決lxml處理xml時(shí)的字符編碼問(wèn)題”這篇文章的所有內(nèi)容，感謝各位的閱讀！希望分享的內(nèi)容對(duì)大家有幫助，更多相關(guān)知識(shí)，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道！