解析gbk格式带中文的xml

最新推荐文章于 2025-05-01 09:01:06 发布

weixin_30414155

最新推荐文章于 2025-05-01 09:01:06 发布

阅读量572

点赞数

CC 4.0 BY-SA版权

文章标签： java

原文链接：http://www.cnblogs.com/elephanyu/p/9249085.html

本文介绍了一种将GBK编码的XML文件转换为UTF-8编码并进行解析的方法。通过使用Python的codecs模块读取文件，并将XML声明部分替换成UTF-8格式，再利用xml.etree.ElementTree模块解析XML数据。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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'\u6b63\u786e', 'code': '1', 'value': '320202'}}}