python - 如何在 mako 中正确转义输出（对于 XHTML）？

Question

尽管提供了一种使用过滤器转义输出的好方法，但它们都没有做正确的事情。取字符串：

x=u"&\u0092"

过滤器执行以下操作：

x             Turns the & into an entity but not the \u0092 (valid XML but not XHTML)
h             Exactly the same
u             Escapes both, but obviously uses url escaping
entities      Only converts named entities, so again only the & is escaped
decode.latin1 The same

HTML 使用标准的 UNICODE Con​​sortium 字符库，它留下未定义的（除其他外）65 个字符代码（包括 0 到 31 和 127 到 159）

这些似乎是错过的角色。有任何想法吗？

编辑

它似乎可以验证我是否离线使用该文件。这可能是内容类型问题吗？

Answer 1

&#xxxx;除非您有意使用 ASCII 字符集，否则不必将 Unicode 字符转换为在 HTML 中工作的表单。转义命名实体更简单、更有效，然后将整个字符串编码为 UTF-8 并像这样写出来。您可能应该声明在 HTTP 标头或<meta>标签中使用的编码。

编辑：

它似乎可以验证我是否离线使用该文件。这可能是内容类型问题吗？

是的。您可以使用 HTTP 标头强制执行 UTF-8 字符集，也可以直接通过元标记在 HTML 中指定它：

<meta http-equiv="Content-Type" content="application/xhtml+xml;charset=utf-8" />

Answer 2

除了验证问题之外，能够删除这些字符（无论如何都不会可靠地显示）很有用，而不必转义其他任何内容。为此，我在 `lib/helpers.py' 中添加了以下函数：

__sgml_invalid = re.compile(r'[\x82-\x8c\x91-\x9c\x9f]', re.UNICODE)

def sgmlsafe(text):
    lookup = {
        130:"‚",    #Single Low-9 Quotation Mark
        131: "ƒ",    #Latin Small Letter F With Hook
        132:"„",    #Double Low-9 Quotation Mark
        133:"…",    #Horizontal Ellipsis
        134:"†",    #Dagger
        135:"‡",    #Double Dagger
        136: "ˆ",    #Modifier Letter Circumflex Accent
        137:"‰",    #Per Mille Sign
        138: "Š",    #Latin Capital Letter S With Caron
        139:"‹",    #Single Left-Pointing Angle Quotation Mark
        140: "Œ",    #Latin Capital Ligature OE
        145:"‘",    #Left Single Quotation Mark
        146:"’",    #Right Single Quotation Mark
        147:"“",    #Left Double Quotation Mark
        148:"”",    #Right Double Quotation Mark
        149:"•",    #Bullet
        150:"–",    #En Dash
        151:"—",    #Em Dash
        152: "˜",    #Small Tilde
        153:"™",    #Trade Mark Sign
        154: "š",    #Latin Small Letter S With Caron
        155:"›",    #Single Right-Pointing Angle Quotation Mark
        156: "œ",    #Latin Small Ligature OE
        159: "Ÿ"     #Latin Capital Letter Y With Diaeresis
        }

    return __sgml_invalid.sub(lambda x: lookup[ord(x.group())], text)

您可以通过编辑将其用作过滤器environment.py：

config['pylons.app_globals'].mako_lookup = TemplateLookup(
    ...
    imports=[....,'from appname.lib.helpers import sgmlsafe',...]

然后它应该可用于您的模板：

${c.content|n,sgmlsafe}