xml.etree.ElementTree和unicode findtext

Question

我想解析在xml.etree.ElementTree模塊中使用iterparse的Medline xml文檔。除了一些文本包含非ascii字符之外，所有操作都很好。我沒有看到使用findtext處理unicode的方法。有什麼建議麼？

Answer 1

你有沒有試着用UTF8編碼FLAH打開文件：

fd = open('some.xml', mode='r', encoding='utf-8') 
xml.etree.ElementTree.iterparse(fd) 

或者使用解碼：

fd = open('some.xml', mode='r') 
sio = StringIO(fd.read().decode("utf-8")) 
xml.etree.ElementTree.iterparse(sio) 

Answer 2

這是除了上面的回答一個非常有用的帖子。

Reading utf-8 characters from a gzip file in python