Python读取XML值报错：不支持带编码声明的Unicode字符串

我之前踩过一模一样的坑！这个错误的核心原因很明确：你传给XML解析器的是已经被解码成Unicode的字符串，但字符串里还保留着<?xml version="1.0" encoding="UTF-8"?>这类编码声明——解析器拿到Unicode内容后，不需要再从声明里获取编码信息，所以会直接抛出冲突错误。

结合你要提取最后一个file值的需求，给你两个靠谱的解决方案：

方案一：直接传入字节流（推荐） #

这是最规范的做法，让解析器自己处理编码声明。不管是读取本地文件还是获取网络响应，都用字节形式传入：

import xml.etree.ElementTree as ET

# 本地文件：用二进制模式打开
with open("your_target.xml", "rb") as xml_file:
    tree = ET.parse(xml_file)
root = tree.getroot()

# 提取最后一个file节点的值（假设XML结构是类似<files><file>xxx</file>...</files>）
# 用XPath定位所有file节点，取最后一个的文本
last_file_node = root.findall(".//file")[-1]
print(last_file_node.text)

如果是从网络请求获取XML（比如用requests），直接用response.content（字节形式）而不是response.text：

import requests
import xml.etree.ElementTree as ET

response = requests.get("your_xml_url")
tree = ET.fromstring(response.content)
last_file = tree.findall(".//file")[-1].text

方案二：移除编码声明后解析Unicode字符串 #

如果已经拿到了带编码声明的Unicode字符串，手动去掉开头的声明部分再解析：

import xml.etree.ElementTree as ET

# 假设这是你拿到的带编码声明的Unicode字符串
xml_content = '''<?xml version="1.0" encoding="UTF-8"?>
<root>
    <file_list>
        <file>doc1.pdf</file>
        <file>doc2.pdf</file>
        <file>target_doc.pdf</file>
    </file_list>
</root>'''

# 去掉开头的XML编码声明
if xml_content.strip().startswith('<?xml'):
    xml_content = xml_content.split('?>', 1)[1].strip()

# 解析处理后的字符串
root = ET.fromstring(xml_content)
last_file = root.findall(".//file")[-1].text
print(last_file)

为什么会出现这个错误？ #

简单来说：当你把XML内容转换成Unicode字符串时，Python已经完成了「字节→Unicode」的解码过程，此时XML里的encoding声明就成了无效信息——解析器会觉得“我已经拿到Unicode了，你又告诉我要按UTF-8解码，这矛盾啊”，所以就抛出了这个错误。

内容的提问来源于stack exchange，提问作者Dan