使用Python解析XML排序UUID时触发编码错误如何解决

问题原因 #

该报错的核心是多步编解码的编码不匹配：
当你给ET.tostring传入encoding='UTF-8'参数时，lxml会返回UTF-8编码的字节串（bytes类型）。你调用.decode()时未显式指定解码编码，Windows系统会默认使用cp1252编码解码UTF-8字节串，生成无法被识别的异常字符，后续写入文件的编码步骤就会触发charmap编码错误。

解决方法 #

可任选以下两种方案之一修复：

方案1：直接写入字节流（更推荐） #

直接用二进制模式打开文件，写入ET.tostring返回的字节串，完全避免多余的编解码转换，效率更高也更稳妥：

# 路径拼接改用os.path.join，兼容不同系统的路径规则
outfile = open(os.path.join(structure, filename), 'ab')
outfile.write(ET.tostring(newdom, pretty_print=True, xml_declaration=True, encoding='UTF-8', standalone='yes'))
outfile.close()

注：如果需要每次写入覆盖原有文件内容，把打开模式ab改成wb即可。

方案2：文本模式写入，直接获取Unicode字符串 #

给ET.tostring指定encoding='unicode'，让lxml直接返回Unicode字符串，不需要手动做解码操作：

outfile = open(os.path.join(structure, filename), 'a', encoding="utf-8")
outfile.write(ET.tostring(newdom, pretty_print=True, xml_declaration=True, encoding='unicode', standalone='yes'))
outfile.close()

额外注意事项 #

• 所有涉及字节和字符串转换的步骤都要显式指定编码，不要依赖系统默认编码，避免跨环境运行时出现兼容问题。
• 文件路径拼接优先用os.path.join方法，不要硬编码反斜杠\，避免不同操作系统的路径规则冲突。

内容的提问来源于stack exchange，提问作者sandy