如何使用 Python 元素树生成带有 BOM 的 XML、UTF-8？-解网

问：

要为 ASP.NET 生成资源 XML 文件，第三方工具需要 BOM（迁移到工具的新版本时）。同时，它需要像 .<?xml version='1.0' encoding='utf-8'?>

问题是，当使用 ElementTree 命令时...

tree.write(lang_resx_fpath, encoding='utf-8')

生成的文件不包含 BOM。使用命令时...

tree.write(lang_resx_fpath, encoding='utf-8-sig')

结果确实包含物料清单;但是，XML prolog 包含 .encoding='utf-8-sig'

我应该如何生成同时包含 BOM 和？encoding='utf-8'

更新：

我通过再次读取、替换和写入文件来解决它，就像这样......

with open(lang_resx_fpath, 'r', encoding='utf-8-sig') as f:
    content = f.read()

content = content.replace("encoding='utf-8-sig'", "encoding='utf-8'")

with open(lang_resx_fpath, 'w', encoding='utf-8-sig') as f:
    f.write(content)

无论如何，有没有更清洁的解决方案？

更新：我已经创建了 https://bugs.python.org/issue46598，并且还编写了修复程序（https://github.com/python/cpython/pull/31043）。

python xml utf-8 元素树字节顺序标记

查看 ElementTree.write 的源代码显示 prolog 在那里是硬编码的（https://github.com/python/cpython/blob/main/Lib/xml/etree/ElementTree.py 或永久链接 https://github.com/python/cpython/blob/ee0ac328d38a86f7907598c94cb88a97635b32f8/Lib/xml/etree/ElementTree.py）。因此，可能使用 ET 的内部结构是唯一的选择（除了 monkey-pathing 模块），以编写所需的前导码并将 BOM 保存在文件中：

import xml.etree.ElementTree as ET
qnames, namespaces = ET._namespaces(tree._root, None)
with open(lang_resx_fpath,'w',encoding='utf-8-sig') as f:
    f.write("<?xml version='1.0' encoding='utf-8'?>\n"     )
    ET._serialize_xml(f.write,
                        tree._root, qnames, namespaces,
                       short_empty_elements=False)

可能它并不比您的解决方案更优雅（也许它甚至不那么优雅）。唯一的优点是它不需要两次写入文件，除了一些巨大的XML文件之外，这将是一个小的好处。

如何使用 Python 元素树生成带有 BOM 的 XML、UTF-8？

How to generate XML, UTF-8 with BOM using Python Element Tree?

评论

评论