详解lxml处理xml时的字符编码问题

<?xml version="1.0" encoding="gbk"?><DOCUMENT><da><![CDATA[中文，就是任性]]></da></DOCUMENT>

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

此时对应的Python脚本为：

tst = u'<?xml version="1.0" encoding="gbk"?><DOCUMENT><da><![CDATA[中文，就是任性]]></da></DOCUMENT>'  for event,element in etree.iterparse(BytesIO(tst.encode('utf-8'))):      print("%s, %s" % (element.tag, element.text))

不过简化之前，报的是另外一个异常

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

tst = u'<?xml version="1.0" encoding="gbk"?><DOCUMENT><da><![CDATA[中文，就是任性]]></da></DOCUMENT>'  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))

da, 中文，就是任性  DOCUMENT, None

以上就是详解lxml处理xml时的字符编码问题的详细内容，更多内容请关注技术你好其它相关文章！