根本原因是elementtree默认编码与xml实际编码不匹配，需显式指定encoding参数：用open(filename, encoding="xxx")读取后传给et.parse()，或对bytes输入et.fromstring()时指定parser=et.xmlparser(encoding="xxx")。
为什么 xml.etree.ElementTree 读中文XML会乱码？
根本原因不是 ElementTree 本身不支持中文，而是它默认按系统编码（如 Windows 的 cp936）或 UTF-8 BOM 检测逻辑误判编码。当你用 ET.parse() 直接传入文件路径时，底层调用的是 open() 默认编码，而 Python 3.7+ 的 open() 在无显式 encoding 参数时不会自动识别 XML 声明中的 encoding="gbk" 或 encoding="utf-8"。
用 open() 显式指定 encoding 再传给 ET.parse()
这是最稳妥、兼容性最好的做法，绕过自动编码探测的不可靠性：
- 先用
open(filename, encoding="utf-8")或open(filename, encoding="gbk")读取为字符串，再用ET.fromstring() - 或者用
ET.parse()接收文件对象（而非路径），例如：with open("data.xml", encoding="gbk") as f: tree = ET.parse(f) - 如果 XML 文件开头有
<?xml version="1.0" encoding="gb2312"?>，但文件实际是 UTF-8 无 BOM，encoding必须以文件真实编码为准，XML 声明会被忽略
遇到 UnicodeDecodeError: 'utf-8' codec can't decode byte 怎么办？
说明你当前用的 encoding 和文件实际编码不匹配。不要盲目改代码，先确认文件真实编码：
- 用命令行工具查：Linux/macOS 运行
file -i data.xml；Windows 可用 VS Code 打开后看右下角编码标识（如 “UTF-8 with BOM”、“GBK”） - 常见组合：
gbk/gb2312/gb18030用于旧中文系统生成的 XML；utf-8-sig用于带 BOM 的 UTF-8 文件（Python 中utf-8-sig会自动剥离 BOM） - 避免用
errors="ignore"粗暴跳过错误——这会导致中文被替换成 ，后续提取文本时无法恢复
从网络或字符串加载时，ET.fromstring() 的编码陷阱
如果 XML 来自 requests.get().text 或拼接的字符串，注意：requests 默认按 HTTP header 的 charset 解码，但有时不准；手动构造字符串时若含中文，必须确保字符串本身是 Unicode（Python 3 下 str 就是 Unicode），但若你用 bytes 对象传入 fromstring()，就必须明确声明编码：
- 正确（str 输入）：
ET.fromstring("<root><name>张三</name></root>") - 正确（bytes + encoding）：
ET.fromstring(b"<?xml version='1.0' encoding='gbk'?><root><name>张三</name></root>", parser=ET.XMLParser(encoding="gbk")) - 错误：
ET.fromstring(b"<root><name>\xd5\xc5\xc8\xfd</name></root>")—— 没指定 parser 编码，会按 UTF-8 解 bytes，必然失败
真正容易被忽略的点：XML 声明里的 encoding 属性只对解析器读取原始字节流时起作用，一旦你用字符串（str）传给 fromstring()，这个声明就完全失效了——它已经不是字节，而是解码后的 Unicode。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
