【lxml】Unicode strings with encoding declaration are not supported.

PythonのXML解析ライブラリlxmlを使おうとしたら、以下のエラーが出てしまった。

ValueError: Unicode strings with encoding declaration are not supported. Please use bytes input or XML fragments without declaration.

ソースコードは以下のような感じに手元にあるXMLファイルを読み込もうとしました。

from lxml import etree
with open('sample.xml', 'r', encoding='utf-8') as f:
    xml = f.read()
    xml_object = etree.fromstring(xml)

read()でファイルを読み込んだ場合typeは<class 'str'>なので、素のstr型に変換するかbyte形式にするかしないといけない

以下のようにしてbyteに変換すればよいと思ったら以下のようになんかエラーが出た。

with open('sample.xml', 'r', encoding='utf-8') as f:
    xml = f.read()
    print(type(xml))
    xml = xml.encode('utf-8')
    print(type(xml))
    xml_object = etree.fromstring(xml)

# <class 'str'>
# <class 'bytes'>
# Traceback (most recent call last):
# 〜省略〜
# XMLSyntaxError: xmlParseEntityRef: no name, line xxxxx, column xxx

調べてみると、XMLタグ内で囲まれた文字列内に&があるとXMLSytaxErrorがでるようです。
なので、雑な対応でありますが、一旦&(半角)を＆(全角)に変換して対応しました。
これでエラーは解決。

with open('sample.xml', 'r', encoding='utf-8') as f:
    xml = f.read().replace("&","＆")
    xml = xml.encode('utf-8')
    xml_object = etree.fromstring(xml)

終わり