python: 下载和缓存 XML 文件 - 如何处理编码声明？

Question

from urllib.request import urlopen
from lxml import objectify

我正在尝试编写一个程序，它将 XML 文件下载到缓存中，然后使用 objectify 打开它们。如果我使用 urlopen() 下载文件，那么我可以使用 objectify.fromstring() 阅读它们：

r = urlopen(my_url)
o = objectify.fromstring(r.read())

但是，如果我下载它们并将它们写入文件，我最终会在文件顶部得到一个 objectify 不喜欢的编码声明。即：

# download the file
my_file = 'foo.xml'
r = urlopen(my_url)

# save locally
with open(my_file, 'wb') as fp:
    fp.write(r.read())

# open saved copy
with open(my_file, 'r') as fp:
    o1 = objectify.fromstring(fp.read())

结果 ValueError: Unicode strings with encoding declaration are not supported. Please use bytes input or XML fragments without declaration.

如果我使用 objectify.parse(fp) 那么效果很好——我可以修改所有客户端代码以使用 parse()，但我觉得这不是正确的方法.我在本地存储了其他 XML 文件，.fromstring() 可以正常工作——根据粗略的审查，它们似乎具有 utf-8 编码。

我只是不知道这里的正确分辨率是多少 - 我应该在保存文件时更改编码吗？我应该去掉编码声明吗？我应该用 try.. except ValueError 子句填充我的代码吗？请指教

Answer 1

文件需要以二进制模式而不是文本模式打开。

open(my_file, 'rb') # b stands for binary

如异常所示：... Please use bytes input ...

python: 下载和缓存 XML 文件 - 如何处理编码声明？

python: Dowloading and caching XML files - how to handle encoding declaration?

python

xml

unicode

encoding

lxml.objectify