我正在批量转换大量XML文件,将它们的字符编码改为UTF-8:
with open(source_filename, "rb") as source:
tree = etree.parse(source)
with open(destination_filename, "wb") as destination:
tree.write(destination, encoding="UTF-8", xml_declaration=True)
不幸的是,它破坏了我的CDATA
块并仅仅对它们进行转义。
来源:
<d><![CDATA[áÌÀøÅàùÑÄéú ëÌÄé áÈàÅùÑ éäå''ä ðÄùÑÀôÌÈè <small><small>(ùí ëå èæ)</small></small>
目的地:
<d>בְּרֵאשִׁית כִּי בָאֵשׁ יהו''ה נִשְׁפָּט <small><small>(שם כו טז)</small></small>
有没有一种设置可以告诉它不要触碰我的CDATA部分?我主要使用LXML来更改字符编码并正确编写XML标头。