用Python解析编码为gb2312的xml， <?xml version="1.0" encoding="gb2312" ?> <node>...</node> 会报错：ValueError: multi-byte encodings are not supported 试过ElementTree和minidom，都是如此。
解决办法：（很多博客里encode、decode用法搞错了） 方法一：
用notepad能打开的话，先转化成utf-8，再将gb2312替换成utf-8；
方法二：
#测试的例子：############################################ dstr="dfasd" print(type(dstr)) #<class 'str'> dstr = dstr.encode('gb2312') print(type(dstr)) #<class 'bytes'> dstr = dstr.decode('utf-8') print(type(dstr)) #<class 'str'> dstr = dstr.replace('gb2312', 'utf-8') ############################################ data_file = open(r'E:\project\python\learn\data\wf_ta2ts-GLXT.XML', 'r') new_data_file = open(r'E:\project\python\learn\data\new_wf_ta2ts-GLXT.XML', 'w',encoding='utf-8') new_data_file.truncate() for line in data_file: line = line.encode('gb2312','ignore').decode('gb2312',"ignore").replace('gb2312', 'utf-8') new_data_file.write(line+ '\n') data_file.close() new_data_file.close()注释： 1、 指定打开文件的编码格式和写入的编码格式要匹配： f = open("out.html","w") ，在windows下面，新文件打开的默认编码是gbk； f = open("out.html","w",encoding='utf-8')，要指定打开文件的编码格式； line = line.encode('gb2312','ignore').decode('gb2312',"ignore").replace('gb2312', 'utf-8') new_data_file.write(line+ '\n') 指定打开文件的编码格式和写入的编码格式要匹配，否则会报错：UnicodeEncodeError: 'gbk' codec can't encode character '\xa0' in position XXX 2、GBK解码时忽略掉不能解码的数据： line = line.encode('gb2312','ignore').decode('gb2312',"ignore").replace('gb2312', 'utf-8') 3、字符串和bytes类型相互转换： （1）按 gb2312 的方式编码，转成 bytes dstr = dstr.encode('gb2312') print(type(dstr)) 输出：#<class 'bytes'> （2）bytes解码成字符串，将gb2312编码的二进制字符转化成utf-8的字符串 dstr = dstr.decode('gb2312') print(type(dstr)) #<class 'str'>
注意下图中：# 报错，因为str1是gb2312编码的二进制，转化成UTF-8字符串时会报错
1.decode() bytes.decode(encoding=“utf-8”, errors=“strict”) 1.这个函数是bytes类型数据调用的，字符串str类型是不能够调用的。（好多文章说字符串也可以调用该函数，我是真搞不懂。） 2.该函数返回字符串。换句话说是bytes类型转化成str类型的函数。 3.encoding规定解码方式。bytes数据是由什么编码方式编码的，该函数encoding参数就必须用相应解码方式，这样才能返回正确字符串。解码后的字符串自动转为unicode编码方式。 4.errors参数默认为strict，即解码错误后引起异常发生。其他参数值为ignore,replace等。
2.encode() str.encode(encoding=“utf-8”, errors=“strict”) 参数含义同上。这个函数将字符串转化成相应编码方式的字节形式。对于ASCII字符(数字，英文，部分标点符号)而言，不同编码方式编码后的字节是一样的。但是对于中文来说，编码后的字节不一样。
