如何处理XML解析器编码问题，解决&符号引发的XML解析报错？

问题原因 #

XML规范中&属于预定义的特殊字符，必须转义为&才属于合法语法，你的XML文件第62行直接使用了未转义的&，严格遵循XML规范的ElementTree解析时会直接抛出非法字符错误。

解决方案 #

方案1：修改XML源文件（最推荐） #

直接把第62行的Blue & Logistics B.V.修改为Blue & Logistics B.V.即可，这是最符合XML规范的解决方式，不会带来其他潜在问题。
你也可以批量校验整个XML文件里的所有未转义特殊字符，除&外，<、>、"、'也属于XML预定义特殊字符，需要对应转义为<、>、"、'。

方案2：读取内容后预处理（无法修改源文件时使用） #

如果没有权限修改XML源文件，可以在读取内容后、传入解析器之前，用正则匹配替换所有未转义的&，注意不能直接全局替换所有&，避免把原本已经正确转义的实体（比如<）改错：

import xml.etree.ElementTree as ET
import io
import re

file_path = r'c:\data\MSM\Energy\XML-files\my_xml.xml' 

with io.open(file_path, 'r', encoding='utf-8-sig') as f:
    contents = f.read()
    # 仅替换未转义的&，不影响已存在的合法XML实体
    contents = re.sub(r'&(?!#?[a-zA-Z0-9]+;)', '&', contents)
    tree = ET.fromstring(contents)

方案3：使用容错性更高的解析库 #

如果你的XML文件存在多处格式不规范问题，建议使用lxml库的XML解析器，开启恢复模式后可以自动修复这类简单的格式错误：
首先安装依赖：pip install lxml
然后修改代码如下：

from lxml import etree

file_path = r'c:\data\MSM\Energy\XML-files\my_xml.xml' 
# 开启自动修复模式
parser = etree.XMLParser(recover=True, encoding='utf-8-sig')
tree = etree.parse(file_path, parser=parser)

内容的提问来源于stack exchange，提问作者Al-Andalus