python 的 etree.tostring 的编码问题

Question

我正在使用 python 2.6.2 的 xml.etree.cElementTree 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 忽略了编码参数并将 'ü' 编码为其他一些字符编码 (' ü' 是一个有效的 utf-8 编码，我相当确定）。

任何关于我做错了什么的建议将不胜感激。

Answer 1

您对文本进行了两次编码。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)

在 Python 3 中将返回 str 但不是 binary

您还可以序列化为 Unicode 字符串而无需声明
传递 unicode 函数作为编码（或 Py3 中的 str），
或名称“unicode”。这改变了字节的返回值
字符串转换为未编码的 unicode 字符串。