Question

有一个xml文件：

<body>
    <entry>
         I go to <hw>to</hw> to school.
    </entry>
</body>

出于某种原因，在使用lxml解析器解析之前，我将<hw>更改为<hw>并将</hw>更改为</hw>。

<body>
    <entry>
         I go to &lt;hw&gt;to&lt;/hw&gt; to school.
    </entry>
</body>

但是在修改解析的xml数据之后，我希望获得<hw>元素，而不是<hw>。我怎么能这样做？

Answer 1

首先找到unescape函数：

from xml.sax.saxutils import unescape

entry=body[0]

unescape并将其替换为原始版本：

body.replace(entry, e.fromstring(unescape(e.tounicode(entry))))

Answer 2

如果你知道哪个元素包含错误的转义元素：

# parse whole document as usual..
# find the entry element..
# parse the fragment
fragment = lxml.fromstring(entry.text)
# (optionally) add the fragment to the tree
entry.text = None
entry.append(fragment)

如何转换＆lt;进入＆lt;在lxml中，Python？

2 个答案: