XML数据中某些特殊字符的“ ParseError：格式不正确”错误

如何解决XML数据中某些特殊字符的“ ParseError：格式不正确”错误

我有以下代码来清理日志文件以从其中获取XML（日志文件格式不正确且没有root），然后解析并执行其他功能。清理工作正常，但是XML Parser却给我一些包含某些特殊字符的xml数据抛出错误。我的代码如下：

with open(log_file,'r') as fr,open('XMLinLog2.xml','w') as fw:
    fw.write("<document>\n")

    for line in fr:
        if line.strip().startswith('<'):
            fw.write('\t' + line)
    fw.write("\n</document>")

# --- Parsing Log files after cleanup ---

doc = ET.parse('XMLinLog2.xml')

引发我错误的日志文件中的xml数据用于； （1）运筹帷23 23:59 和（2） [单声道@ 90°>> +1 清理后在日志文件中显示为 Ops Dactivation 23:59 和 [mono @ 90. >> +1 ”。 所以我弄清楚了-角色正在引起问题。 问题：

1. 如何处理此错误？
2. 如果我需要打印这些数据，如何正确打印它们？我不想打印。因为我假设只要输入é法语文本，它就会抛出错误。

完整错误在这里： 比赛（最近一次通话过去）： 文件“ C：/Users/PycharmProjects/IMSS_TestHarness/Libraries/try.py”，第23行，在 doc = ET.parse（'XMLinLog2.xml'） 解析中的文件“ C：\ Users \ AppData \ Local \ Programs \ Python \ Python38-32 \ lib \ xml \ etree \ ElementTree.py”，行1202 tree.parse（来源，解析器） 解析中的文件“ C：\ Users \ AppData \ Local \ Programs \ Python \ Python38-32 \ lib \ xml \ etree \ ElementTree.py”，第595行 self._root = parser._parse_whole [源代码） xml.etree.ElementTree.ParseError：格式不正确（令牌无效）：3299行，第22列

以退出代码1完成的过程

日志文件：

1.  2020-08-03 15:59:54.635 (72,Effective Commit) Info          Sending:
<U_DisplayCommand>
  <DestinationId>5035</DestinationId>
  <DisplayId>1</DisplayId>
  <LineTextEnglish>
    <Line>Ops Disabled 23:59 N</Line>
  </LineTextEnglish>
  <LineTextFrench>
    **<Line>Ops Désactivée 23:59</Line>**
  </LineTextFrench>
</U_DisplayCommand>

<U_DisplayCommand>
  <DestinationId>5085</DestinationId>
  <DisplayId>1</DisplayId>
  <LineTextEnglish>
    <Line>Vaudreuil-Dori P123A</Line>
    <Line>[ mono @ 90° &gt;&gt; +1</Line>
  </LineTextEnglish>
  <LineTextFrench>
    <Line>Vaudreuil-Dori P123A</Line>
    <Line>[ mono @ 90° &gt;&gt; +1</Line>
  </LineTextFrench>
</U_DisplayCommand>

谢谢。

解决方法

实际上添加编码对我有用。

with open(log_file,'r') as fr,open('XMLinLog2.xml','w',encoding='utf-8') as fw:
    fw.write("<document>\n")

    for line in fr:
        if line.strip().startswith('<'):
            fw.write('\t' + line)
    fw.write("\n</document>")

# --- Parsing Log files after cleanup ---

doc = ET.parse('XMLinLog2.xml')