擺脫lxml中的編碼

Question

我想用lxml和Python打印XML文件。

下面是代碼：

>>> from lxml import etree 
>>> root = etree.Element('root') 
>>> child = etree.SubElement(root, 'child') 
>>> print etree.tostring(root, pretty_print = True, xml_declaration = True, encoding = None) 

輸出：

<?xml version='1.0' encoding='ASCII'?> 
<root> 
    <child/> 
</root> 

正如你所看到的，我已經宣佈encoding = None，但它仍然顯示在最終輸出encoding = 'ASCII'。我猜是我的預期。如果我沒有放入encoding標籤，它仍然顯示ASCII。

有沒有什麼辦法可以得到XML版本標籤而不是編碼部分？我想輸出是這樣的：

<?xml version='1.0'> 

Answer 1

只要它是有效的XML，它應該不會有什麼lxml.etree輸出。如果你真的想，你能膠字符串連接在一起：

'<?xml version="1.0"?>\n' + etree.tostring(root, pretty_print = True, encoding = 'ASCII') 

目前還不清楚爲什麼要刪除它，因爲最終XML需要知道什麼字符集是在做任何事情的意義。所述XML 1.0 spec包括猜測字符集的方法，而且似乎鼓勵使用編碼聲明：

在缺乏[外部信息]，它是一個致命的錯誤...爲與既不是開始的實體字節順序標記或編碼聲明使用UTF-8以外的編碼。

...

除非的編碼是通過更高級別的協議確定的，它也是一個致命的錯誤，如果XML實體不包含編碼聲明，其內容爲不合法的UTF-8或UTF-16 。