python - python处理数据中的XML解析expat

Question

我正在尝试使用 python expat 解析 XML 文件。我的 XML 文件中有以下行：

<Action>&lt;fail/&gt;</Action>

expat 标识开始和结束标记，但转换 & lt; 小于字符和大于字符相同，因此解析如下：

结果：

START 'Action'
DATA '<'
DATA 'fail/'
DATA '>'
END 'Action'

而不是想要的：

START 'Action'
DATA '&lt;fail/&gt;'
END 'Action'

我想得到理想的结果，我该如何防止外籍人士搞砸？

score 2 · Accepted Answer

expat 没有搞砸，<只是字符的 XML 编码<。恰恰相反，如果 expat 会返回 literal <，这将是 XML 规范的错误。话虽这么说，您当然可以使用以下方法获取转义版本xml.sax.saxutils.escape：

>>> from xml.sax.saxutils import escape
>>> escape("<fail/>")
'&lt;fail/&gt;'

expat 解析器也可以自由地报告所有字符串数据，无论它看起来是否合适，因此您必须自己连接它们。

score 1 · Accepted Answer

SAX 和 StAX 解析器都可以自由地以任何方便的方式分解字符串（尽管 StAX 有一个 COALESCE 模式来强制它为您组装这些片段）。

原因是在某些情况下，通常可以编写流式传输的软件，而不必关心重新组装字符串片段的开销。

通常我将文本累积在一个变量中，并在我看到下一个 StartElement 或 EndElement 事件时使用其中的内容。那时，我还将累积文本变量重置为空。

2 回答 2