使用python的etree.tostring编码问题

Question

我正在使用python 2.6.2的xml.etree.cElementTree来创建一个xml文档：

import xml.etree.cElementTree as etree
elem = etree.Element('tag')
elem.text = (u"Würth Elektronik Midcom").encode('utf-8')
xml = etree.tostring(elem,encoding='UTF-8')

在一天结束时，xml看起来像：

<?xml version='1.0' encoding='UTF-8'?>
<tag>W&#195;&#188;rth Elektronik Midcom</tag>

看起来tostring忽略了编码参数并编码了'＆＃252;'进入其他一些字符编码（'＆＃252;'是一个有效的utf-8编码，我很确定）。

对于我做错的任何建议都将不胜感激。

Answer 1

您正在对文本进行两次编码。试试这个：

import xml.etree.cElementTree as etree
elem = etree.Element('tag')
elem.text = u"Würth Elektronik Midcom"
xml = etree.tostring(elem,encoding='UTF-8')

Answer 2

etree.tostring（elem，encoding = str）

将在Python 3中返回 str 但不返回 binary

  

您也可以序列化为Unicode字符串，而无需声明           传递 unicode 函数作为编码（或Py3中的 str ），           或者名字'unicode'。这会更改一个字节的返回值           字符串到未编码的unicode字符串。