阻止xml.etree将特殊字符写为HTML代码

Question

在我的代码中，我修改了一些XML并将其写入输出文件。但是，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？如果无法使用xml.etree，则我可以使用其他Python XML库。

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-ASCII编码。无法用US-ASCII表示ë，因此回退到将字符表示为实体ë。

解决方案很简单：

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

注意，这将为您提供str，而不是bytes，但是省略encoding参数将为您提供字节，如您自己的示例所示

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

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