如何在Python-3.x中解码文件？

Question

对于我的项目，我需要解析xml文件。为此，我使用lxml。我需要解析的文件有一个cp1251编码，当然，为了使用lxml解析它，我需要将它解码成utf-8，我不知道怎么做。我试图搜索一些关于这个的东西，但所有的解决方案都是针对Python 2.7或不起作用的。如果你想写一些像这样的东西

inp = open("business.xml", "r", encoding='cp1251').decode('utf-8')

或

inp.decode('utf-8')

它会变得

builtins.AttributeError: '_io.TextIOWrapper' object has no attribute 'decode'

我有Python 3.2。任何帮助都很好，谢谢你。

Answer 1

open()会为您解码该文件。您已经在接收Unicode数据。

对于lxml，您需要以二进制模式打开文件，并让XML解析器处理编码。请不要自己这么做。

with open("business.xml", "rb") as inp:
    tree = etree.parse(inp)

XML文件包含一个标头，指示它们使用什么编码，解析器会根据这一点进行调整。如果头部丢失，解析器可以安全地假定为UTF-8。