今天发布了 protocol-displayer v1.1版本,为了保密,将整个xml文件转移到代码内部。结果就出错了。回忆起以前遇见的类似问题,上CSDN社区查了一下自己以前的老帖子,果然找到了解决办法。今天就总结在这儿吧,免得以后不好找。
关于利用python处理带中文的xml文件
xml协会规定,所有xml解析器均需要支持utf-8和utf-16两种编码而不要求别的编码,估计python提供的xml处理模块就是不支持gb2312的。而windows下的中文文本文件,默认情况下一般为gb2312编码的,因此处理的时候,就会带来不方便的地方。解决办法是将整个xml文件弄成utf-8格式的,详细步骤如下:
解1:利用UltraEdit等工具,将xml文件转换成UTF-8的,然后encoding="utf-8"即可
转换工具如果没有,用python可以简单写一个,比如
(以下代码转自 http://tenyears.cn/?cat=6 )
----------
# -*- coding: mbcs -*-
import codecs
f = codecs.open(‘D://normal.txt’, ‘rb’, ‘mbcs’)
text = f.read().encode(‘utf-8′)
f.close
f = open(‘d://utf8.txt’, ‘wb’)