将 XML 从字符串解析为元素答案

【问题标题】：parsing XML from a string into an element将 XML 从字符串解析为元素
【发布时间】：2015-05-18 10:28:11
【问题描述】：

我在将 XML 从字符串直接解析为元素时遇到了一些麻烦。我有一个已转换为字符串的 xml 文件：

resp = requests.post(request_url, request_string,   proxies=urllib.getproxies(), stream=True)

正如这里推荐的：https://stackoverflow.com/a/25023776/1551810，我使用了内容而不是文本：

response_tree = ET.fromstring(resp.content)

我显然在 XML 文件中有语法错误：

XMLSyntaxError: Input is not proper UTF-8, indicate encoding !
Bytes: 0xB0 0x20 0x4E 0x6F, line 12, column 35

我尝试对内容进行编码，但无济于事：

ET.fromstring(resp.content.encode('utf8'))

我的 XMLSYntaxError 与以前相同。谁能帮我？我已经为此花费了两个小时。

【问题讨论】：

注释说它是not utf-8，所以你需要弄清楚数据实际上是什么编码，然后要么转码（从编码解码，然后编码为 utf-8)，或指定适当的 xml-header
谢谢你的快速回答，数据是一个字符串，我解码了它。我现在有一个 UnicodeDecodeError。你能发展你的想法吗？
非常类似于这个PHP问题：stackoverflow.com/questions/2507608/…;正如@deets 建议的那样，您需要按顺序获取编码
好的，谢谢！我想我解决了。

标签： python xml unicode elementtree

【解决方案1】：

我终于找到了一个很好的库来帮助我解决这个问题：cchardet(https://pypi.python.org/pypi/cchardet/0.3.5) 我听从了@deets 的建议。

import cchardet
charac_coding_desired = 'UTF-8'
encoding = cchardet.detect(resp.content)['encoding']
if charac_coding_desired != encoding:
    strg= resp.content.decode(encoding, resp.content).encode(charac_coding_desired)

现在我可以粗暴地解析字符串了：

ET.fromstring(strg)

还是谢谢！！！

【讨论】：

很好地解决了问题并发布了您的结果。短暂延迟后，您现在应该可以将自己的答案标记为已解决。请这样做，您将帮助遇到同样问题的其他人。