将utf8xml保存到文件将不会显示在浏览器中

Question

在python3中，我从web下载了一个xml文件 https://cds.cern.ch/record/1642553?&of=xm&ot=245 然后我试着保存它。你知道吗

如果我在浏览器上打开URL，我会得到（行间）： W±玻色子在√s=7 TeV的pp碰撞中

如果我打开电脑上的文件，它会显示： πs=7tev时pp碰撞中的W±玻色子

字符串输出： W\xc3\x82\xc2\xb1玻色子在\xc3\xa2\xc2\x88\xc2\x9as=7tev的pp碰撞中

import requests
import codecs

cdsUrl = 'https://cds.cern.ch/record/1642553?&of=xm&ot=245'
cdsXml = requests.get(cdsUrl)

f = codecs.open("output.txt", "w", "utf-8-sig")
f.write(cdsXml.text)
f.close()

我试图能够读取文件，并正确地显示浏览器的内容做。你知道吗

Answer 1

似乎服务器发送的信息将发送编码的数据ISO-8859-1

 print(cdsXml.encoding)

但是它发送编码的数据utf-8-但是requests使用ISO-8859-1来编码它。你知道吗

但是，如果您使用utf-8手动编码它，那么您将得到正确的字符。你知道吗

 print( cdsXml.content.decode('utf-8') )

代码：

import requests
import codecs

cdsUrl = 'https://cds.cern.ch/record/1642553?&of=xm&ot=245'
cdsXml = requests.get(cdsUrl)

print(cdsXml.encoding)

text = cdsXml.content.decode('utf-8')

f = codecs.open("output.txt", "w", "utf-8-sig")
f.write(text)

f.close()