Python“charmap”编解码器上的 Docx (xml) 文件解析错误无法解码位置 7618

Question

我正在尝试解析 docx 文件。我先解压缩它，然后尝试读取 Document.xml 文件，with open(..)并引发错误“'charmap'编解码器无法解码位置 7618 中的字节 0x98：字符映射到”。XML 是“UTF-8”编码：错误：我写了以下代码：        with open(self.tempDir + self.CONFIG['main_xml']) as xml_file:             self.dom_xml = etree.parse(xml_file)我尝试强制编码为 UTF-8，但随后我无法etree.fromstring(..)正确读取7618 符号（来自错误）是：请帮我。如何正确读取xml文件？谢谢

Answer 1

这对您的文件没有错误：

import zipfile

import xml.etree.ElementTree as ET

zipfile.ZipFile('file.docx').extractall()

root = ET.parse('word/document.xml').getroot()