Saxonche Python处理含非ASCII字符文件名报错求助

在Windows 10环境使用Saxon 12.4.2的Python绑定saxonche时，若传入含非ASCII字符的文件名（如Ä.xml）调用parse_xml方法，会因文件名编码转换错误导致无法找到文件，报错信息显示文件名被转为Ä.xml。

解决方案 #

绕开文件名参数的编码问题，直接传入二进制文件流给parse_xml的source参数：

from saxonche import PySaxonProcessor

with PySaxonProcessor(license=False) as proc:
    xsltproc = proc.new_xslt30_processor()
    # 以二进制模式打开文件，避免编码转换问题
    with open("Ä.xml", "rb") as xml_file:
        xml = proc.parse_xml(source=xml_file)

原因说明 #

Windows文件系统使用UTF-16存储文件名，但Saxon的xml_file_name参数在Windows平台会错误地将Python的UTF-8字符串转换为系统ANSI编码（如cp1252），导致非ASCII字符乱码，最终无法定位到目标文件。通过直接传入二进制文件流，跳过了文件名的编码转换步骤，确保Saxon能正确读取文件。

内容的提问来源于stack exchange，提问作者mokko