### 解决 Python 中使用 ElementTree 解析 XML 文件时出现的 ParseError 错误 当遇到 `xml.etree.ElementTree.ParseError: not well-formed (invalid token)` 的错误提示时，这通常意味着 XML 文件的内容不符合标准格式。具体来说，在指定位置存在无法识别的有效标记[^1]。 #### 原因分析 此问题可能由多种因素引起： - **字符编码不匹配**：如果文件声明了一种编码方式但实际上保存的是另一种，则可能导致解析失败。 - **非法字符或转义序列缺失**：某些特殊字符未被正确处理或者缺少必要的 HTML 实体转义。 - **标签配对不当**：开闭标签不对称或是自封闭标签书写有误也会引发此类异常。 - **空白符或其他不可见字符干扰**：有时编辑器会在文档开头无意间加入 BOM 字节序标志或者其他隐藏字符。 针对上述情况，可以采取如下措施来修正该类错误并成功加载 XML 数据： #### 处理方法一：清理输入数据前缀 确保 XML 文档的第一行确实是有效的 XML 声明而非其他内容。可以通过截断潜在的多余部分来进行尝试： ```python import xml.etree.ElementTree as ET with open('example.xml', 'rb') as f: content = f.read() # 移除任何非 XML 开头的信息 if b'\xef\xbb\xbf' == content[:3]: content = content[3:] # 如果存在BOM则去除之 try: root = ET.fromstring(content.decode()) except Exception as e: print(f"Parsing failed due to {e}") ``` #### 方法二：替换非法字符 对于那些含有不适合出现在 XML 流中的字符的情况，可以在解析之前对其进行过滤或转换成安全的形式： ```python def sanitize_xml_string(xml_str): """移除非 ASCII 和控制字符""" return ''.join([c if ord(c)<128 and c.isprintable() else '?' for c in xml_str]) cleaned_content = sanitize_xml_string(open('problematic_file.xml').read()) root = ET.fromstring(cleaned_content) ``` #### 方法三：修复特定字段值 考虑到实际应用中可能会碰到一些难以预料的数据质量问题，像提供的代码片段那样手动调整有问题的部分也是一种可行方案[^3]。不过需要注意这种方法虽然可以直接作用于源文件但同时也带来了风险——它会永久改变原始资料，因此建议仅作为临时解决方案并在操作前后做好备份工作。 通过以上几种途径应该能够有效应对大部分由于格式不良所引起的 `ParseError` 报告。当然最理想的状况还是从源头上保证所有参与交换的 XML 资料都遵循严格的标准定义。