Python 3.9中ZipFile生成XML时°符号转义问题求助

这个转义不是ZipFile导致的，是xml.etree.ElementTree的默认行为——它会把XML属性值中的非ASCII字符自动转成实体引用（比如°转成°），目的是兼容仅支持ASCII编码的旧版XML解析器，但我们明确用UTF-8编码时完全不需要这个行为。

有两种标准库内的解决方式，都可以保留原符号：

方式一：指定encoding为unicode后手动编码 #

修改ET.tostring的调用参数，先获取未转义的Unicode字符串，再编码为UTF-8字节写入压缩包：

import xml.etree.ElementTree as ET
from zipfile import ZipFile
import datetime

def gen_zip():
    root = ET.Element("MyXml")
    batch = ET.SubElement(
        root,
        "Batch",
        Id="1",
        DateTime=datetime.strftime(datetime.now(), "%Y%m%d%H%M%S"),
        Value = "Invoice n°123456789"
    )

    zf = ZipFile("myzip.zip", "w")
    # 获取未转义的Unicode字符串，再编码为UTF-8
    xml_content = ET.tostring(root, encoding='unicode')
    zf.writestr("file.xml", xml_content.encode('utf-8'))
    zf.close()

    return None

方式二：使用ElementTree对象写入 #

通过ET.ElementTree的write方法直接生成UTF-8编码的XML内容，该方法默认不会转义非ASCII字符（当指定编码为UTF-8时）：

import xml.etree.ElementTree as ET
from zipfile import ZipFile
import datetime
import io

def gen_zip():
    root = ET.Element("MyXml")
    batch = ET.SubElement(
        root,
        "Batch",
        Id="1",
        DateTime=datetime.strftime(datetime.now(), "%Y%m%d%H%M%S"),
        Value = "Invoice n°123456789"
    )

    zf = ZipFile("myzip.zip", "w")
    # 用ElementTree对象生成UTF-8编码的XML
    tree = ET.ElementTree(root)
    xml_buffer = io.BytesIO()
    tree.write(xml_buffer, encoding='utf-8', xml_declaration=True)
    zf.writestr("file.xml", xml_buffer.getvalue())
    zf.close()

    return None

修改后生成的XML内容会保留原符号：

<?xml version='1.0' encoding='utf-8'?>
<MyXml>
  <Batch Id="1" DateTime="20221207093739" Value="Invoice n°123456789"/>
</MyXml>

内容的提问来源于stack exchange，提问作者orville