时间戳

首页 > 解决方案 > 删除 XML 文件开头的 BOM 标记

python-3.x - 删除 XML 文件开头的 BOM 标记

问题描述

我有一个 XML 文件，我试图从中删除一个 BOM，因为我需要使用 lxml 解析它。可以在此处找到该文件的链接。一些简化的代码是：

from lxml import etree

f = open(filename, "r")
ff = f.read()
fff = ff.encode('utf-8-sig')
ffff = fff.decode('utf-8')

tree = etree.fromstring(ffff)

我尝试按照此处的一些示例来处理此类实例，但是我仍然遇到与开始时相同的错误：

lxml.etree.XMLSyntaxError: Start tag expected, '<' not found, line 1, column 1

我做错了什么？

谢谢

标签： python-3.xlxml

解决方案

您当前的代码正在向后进行编码和解码，最终以双倍的 BOM 而不是根本没有。您想使用常规编码utf-8，并使用解码utf-8-sig。

但是您可以通过直接从文件中进行解码来避免所有这些。尝试：

f = open(filename, "r", encoding="utf-8-sig")
ff = f.read()

tree = etree.fromstring(ff)

推荐阅读