阻止xml.etree将特殊字符编写为HTML代码

Question

在我的代码中，我修改了一些XML并将这些XML写入输出文件。但不幸的是，xml.etree将一些特殊字符转换为HTML字符，如下所示。有什么办法可以避免这种情况吗？如果无法使用xml.etree，我将向其他Python库开放。

import xml.etree.ElementTree as ET

xml = ET.fromstring("<Item a='ë'/>")

print(ET.tostring(xml))
# b'<Item a="&#235;" />'

Answer 1

ElementTree默认为US编码.在US中没有表示ë的方法，因此它返回到将字符表示为一个实体ë。

解决办法很简单：

print(ET.tostring(xml, encoding='unicode'))
# => '<Item a="ë" />'

Note --这将给您一个str，而不是bytes，但是省略encoding参数会给您带来字节，就像您在自己的示例中看到的那样。

要将XML写入文件或通过网络发送，您需要将其转换为字节。使用Unicode编码，如UTF-8：

print(ET.tostring(xml, encoding='utf-8'))
# => b'<Item a="\xc3\xab" />'