Question

我批量转换大量XML文件，将其字符编码更改为UTF-8：

with open(source_filename, "rb") as source:
    tree = etree.parse(source)

    with open(destination_filename, "wb") as destination:
        tree.write(destination, encoding="UTF-8", xml_declaration=True)

不幸的是，它正在摧毁我的CDATA部分而只是转义它们。

来源：

<d><![CDATA[áÌÀøÅàùÑÄéú ëÌÄé áÈàÅùÑ éäå''ä ðÄùÑÀôÌÈè <small><small>(ùí ëå èæ)</small></small>

目标：

<d>בְּרֵאשִׁית כִּי בָאֵשׁ יהו''ה נִשְׁפָּט &lt;small&gt;&lt;small&gt;(שם כו טז)&lt;/small&gt;&lt;/small&gt;

是否有我可以设置的设置会告诉它单独留下我的CDATA部分？我主要使用LXML来更改字符编码并正确编写XML头。

Answer 1

使用strip_cdata=False option：

import lxml.etree as etree
parser = etree.XMLParser(strip_cdata=False)
with open(source_filename, "rb") as source:
    tree = etree.parse(source, parser=parser)

LXML杀死我的CDATA部分

1 个答案: