Запись XML в файл повреждает файлы в python - PullRequest
Новая
       7

Запись XML в файл повреждает файлы в python

5 голосов
/ 19 декабря 2010

Я пытаюсь записать содержимое объекта xml.dom.minidom в файл.Простая идея состоит в том, чтобы использовать метод writexml: 

import codecs

def write_xml_native():
    # Building DOM from XML
    xmldoc = minidom.parse('semio2.xml')
    f = codecs.open('codified.xml', mode='w', encoding='utf-8')
    # Using native writexml() method to write
    xmldoc.writexml(f, encoding="utf=8")
    f.close()

Проблема заключается в том, что он искажает нелатинский текст в файле.Другой способ - получить текстовую строку и явно записать ее в файл: 

def write_xml():
    # Building DOM from XML
    xmldoc = minidom.parse('semio2.xml')
    # Opening file for writing UTF-8, which is XML's default encoding
    f = codecs.open('codified3.xml', mode='w', encoding='utf-8')
    # Writing XML in UTF-8 encoding, as recommended in the documentation
    f.write(xmldoc.toxml("utf-8"))
    f.close()

Это приводит к следующей ошибке: 

Traceback (most recent call last):
  File "D:\Projects\Semio\semioparser.py", line 45, in <module>
    write_xml()
  File "D:\Projects\Semio\semioparser.py", line 42, in write_xml
    f.write(xmldoc.toxml(encoding="utf-8"))
  File "C:\Python26\lib\codecs.py", line 686, in write
    return self.writer.write(data)
  File "C:\Python26\lib\codecs.py", line 351, in write
    data, consumed = self.encode(object, self.errors)
UnicodeDecodeError: 'ascii' codec can't decode byte 0xd0 in position 2064: ordinal not in range(128)

Как записать текст XML в файл?Что мне не хватает?

РЕДАКТИРОВАТЬ .Ошибка исправлена ​​добавлением оператора декодирования: f.write(xmldoc.toxml("utf-8").decode("utf-8")) Но русские символы по-прежнему повреждены.

Текст не повреждается при просмотре в интерпретаторе, но при записи в файл.

Ответы [ 2 ]

9 голосов
/ 19 декабря 2010

Хм, хотя это должно работать: 

xml = minidom.parse("test.xml")
with codecs.open("out.xml", "w", "utf-8") as out:
    xml.writexml(out)

, вы можете попробовать: 

with codecs.open("test.xml", "r", "utf-8") as inp:
    xml = minidom.parseString(inp.read().encode("utf-8"))
with codecs.open("out.xml", "w", "utf-8") as out:
    xml.writexml(out)

Обновить : В случае, если вы создаете xml из строкового объекта, вы должны закодировать его перед передачей в синтаксический анализатор minidom, например: 

#!/usr/bin/env python
# -*- coding: utf-8 -*-

import codecs
import xml.dom.minidom as minidom

xml = minidom.parseString(u"<ru>Тест</ru>".encode("utf-8"))
with codecs.open("out.xml", "w", "utf-8") as out:
    xml.writexml(out)
0 голосов
/ 19 декабря 2010

Попробуйте это: 

with open("codified.xml", "w") as f:
    f.write(xmldoc.toxml("utf-8").decode("utf-8"))

Это работает для меня (хотя под Python 3).

...