使用python对xml文件进行解析的时候，，如果xml文件的头文件是utf-8格式的编码，那么解析是ok的，但如果是其他格式将会出现如下异常：
xml.parsers.expat.ExpatError: unknown encoding
因此，为了保证程序的正常运行，我们需要对读取的文件进行编码处理。
1、首先将读取的字符从原来的编码解析，并编码成utf-8；
2、修改xml的encoding；
代码如下：
import sysimport osimport datetimeimport timeimport stringfrom urllib import unquoteimport MySQLdbimport xml.parsers.expatimport xml.etree.ElementTree as Etreeimport typesimport httplibimport urllib2import urllibimport jsonimport redef readDataFromNetwork(url):req = urllib2.Request(url)rd = urllib2.urlopen(req)readData = rd.read()return readData# <![CDATA[ ]]>def parseXmlStr(_str):try:# 将字符串进行解码编码_str = unquote(_str)_str = _str.decode('gbk').encode('utf-8')print _str[0:100]except Exception,ex:print 'error'# 修改xml文件的编码方式_str = re.sub('gbk', 'utf-8', _str)xmlDoc = Etree.fromstring(_str)childList = xmlDoc.getchildren()for node in childList:str_value = node.find("display/url").textif str_value.find('CDATA') != -1:print 'haha'
输出结果如下：
<?xml version="1.0" encoding="gbk" ?><DOCUMENT><item><key>百日咳</key><display><title><?xml version="1.0" encoding="utf-8" ?><DOCUMENT><item><key>百日咳</key><display>
走走停停，不要害怕错过什么，
