使用 Python 2.7 绕过文件作为 lxml iterparse 函数的字符串参数

Question

我正在使用 lxml.tree 函数 iterparse() 对 xml 树进行交互。

输入文件正常

xml_source = "formatted_html_diff.xml"
context = ET.iterparse(xml_source, events=("start",))
event, root = context.next()

不过，我想在文件中使用包含相同信息的字符串。

我试过使用

context = ET.iterparse(StringIO(result), events=("start",))

但这会导致以下错误：

Traceback (most recent call last):
  File "c:/Users/pag/Documents/12_raw_handle/remove_from_xhtmlv02.py", line 96, in <module>
    event, root = context.next()
  File "src\lxml\iterparse.pxi", line 209, in lxml.etree.iterparse.__next__
TypeError: reading file objects must return bytes objects

有谁知道我该如何解决这个错误？

提前致谢。

Answer 1

使用 BytesIO 而不是 StringIO。以下代码适用于 Python 2.7 和 Python 3：

from lxml import etree 
from io import BytesIO
 
xml = """
<root>
 <a/>
 <b/>
</root>"""
 
context = etree.iterparse(BytesIO(xml.encode("UTF-8")), events=("start",))
 
print(next(context))
print(next(context))
print(next(context))

输出：

('start', <Element root at 0x315dc10>)
('start', <Element a at 0x315dbc0>)
('start', <Element b at 0x315db98>)

使用 Python 2.7 绕过文件作为 lxml iterparse 函数的字符串参数

Bypass file as parameter with a string for lxml iterparse function using Python 2.7

lxml

python-2.7

iterparse