Анализирам xml файл, като използвам кода по-долу:
import lxml
file_name = input('Enter the file name, including .xml extension: ')
print('Parsing ' + file_name)
from lxml import etree
parser = lxml.etree.XMLParser()
tree = lxml.etree.parse(file_name, parser)
root = tree.getroot()
nsmap = {'xmlns': 'urn:tva:metadata:2010'}
with open(file_name+'.log', 'w', encoding='utf-8') as f:
for info in root.xpath('//xmlns:ProgramInformation', namespaces=nsmap):
crid = (info.get('programId'))
titlex = (info.find('.//xmlns:Title', namespaces=nsmap))
title = (titlex.text if titlex != None else 'Missing')
synopsis1x = (info.find('.//xmlns:Synopsis[1]', namespaces=nsmap))
synopsis1 = (synopsis1x.text if synopsis1x != None else 'Missing')
synopsis1 = synopsis1.replace('\r','').replace('\n','')
f.write('{}|{}|{}\n'.format(crid, title, synopsis1))
Да вземем примерно заглавие „Přešité bydlení“. Ако отпечатам заглавието, докато анализирам файла, то излиза според очакванията. Когато го напиша обаче, той се показва като „PÅ™eÅ¡ité bydlenÓ.
Разбирам, че това е свързано с кодирането (тъй като успях да променя командата за печат, за да използва UTF-8, и да „повредя“ изхода), но не можах да накарам писмения изход да се отпечата, както желаех. Разгледах библиотеката с кодеци, но не можах и не успях. Наличието на 'encoding = "utf-8"' в реда на XML Parser не направи никаква разлика.
Как мога да конфигурирам писмения изход да бъде четим от хора?