逃避'<'和'>'在xml中使用xml.dom.minidom

时间:2009-10-26 08:13:29

标签: python xml

在逃离“<”时我被困住了和“>”在xml文件中使用xml.dom.minidom。   我试图获取unicode十六进制值并使用它代替
  http://slayeroffice.com/tools/unicode_lookup/

试图使用标准“<”和“>”但仍然没有成功。

from xml.dom.minidom import Document
doc = Document()
e = doc.createElement("abc")
s1 = '<hello>bhaskar</hello>'
text = doc.createTextNode(s1)
e.appendChild(text)

e.toxml()
'<abc>&lt;hello&gt;bhaskar&lt;/hello&gt;</abc>'

与writexml()相同的结果 还尝试在toxml()writexml()调用中指定编码'UTF-8','utf-8','utf',但结果相同。

from xml.dom.minidom import Document
doc = Document()
e = doc.createElement("abc")
s1 = u'&lt;hello&gt;bhaskar&lt;/hello&gt;'
text = doc.createTextNode(s1)
e.appendChild(text)

e.toxml()
u'<abc>&amp;lt;hello&amp;gt;bhaskar&amp;lt;/hello&amp;gt;</abc>'

尝试其他方式,但结果相同。 我唯一能解决的方法就是重写作家

import xml.dom.minidom as md
# XXX Hack to handle '<' and '>'
def wd(writer, data):
    data = data.replace("&lt;", "<").replace("&gt;", ">")
    writer.write(data)

md._write_data = wd

编辑 - 这是代码

    import xml.dom.minidom as md
    doc = md.Document()

    entity_descr = doc.createElement("EntityDescriptor")
    doc.appendChild(entity_descr)
    entity_descr.setAttribute('xmlns', 'urn:oasis:names:tc:SAML:2.0:metadata')
    entity_descr.setAttribute('xmlns:saml', 'urn:oasis:names:tc:SAML:2.0:assertion')
    entity_descr.setAttribute('xmlns:ds', 'http://www.w3.org/2000/09/xmldsig#')
    # Get the entity_id from saml20_idp_settings
    entity_descr.setAttribute('entityID', self.group['entity_id'])

    idpssodescr = doc.createElement('IDPSSODescriptor')
    idpssodescr.setAttribute('WantAuthnRequestsSigned', 'true')
    idpssodescr.setAttribute('protocolSupportEnumeration', 
    'urn:oasis:names:tc:SAML:2.0:protocol')
    entity_descr.appendChild(idpssodescr)

    keydescr = doc.createElement('KeyDescriptor')
    keydescr.setAttribute('use', 'signing')
    idpssodescr.appendChild(keydescr)
    keyinfo = doc.createElement('ds:KeyInfo')
    keyinfo.setAttribute('xmlns:ds', 'http://www.w3.org/2000/09/xmldsig#')
    keydescr.appendChild(keyinfo)
    x509data = doc.createElement('ds:X509Data')
    keyinfo.appendChild(x509data)


    # check this part 

    s = "this is a cert  blah blah"
    x509cert = doc.createElement('ds:X509Certificate')
    cert = doc.createTextNode(s)
    x509cert.appendChild(cert)
    x509data.appendChild(x509cert)

    sso = doc.createElement('SingleSignOnService')
    sso.setAttribute('Binding', 'urn:oasis:names:tc:SAML:2.0:bindings:HTTP-Redirect')

    sso.setAttribute('Location', 'http://googleapps/singleSignOn')
    idpssodescr.appendChild(sso)

    # Write the metadata file.
    fobj = open('metadata.xml', 'w')
    doc.writexml(fobj, "   ", "", "\n", "UTF-8")
    fobj.close()

这会产生

   <?xml version="1.0" encoding="UTF-8"?>
   <EntityDescriptor entityID="skar" xmlns="urn:oasis:names:tc:SAML:2.0:metadata"    
   xmlns:ds="http://www.w3.org/2000/09/xmldsig#" 
   xmlns:saml="urn:oasis:names:tc:SAML:2.0:assertion">
   <IDPSSODescriptor WantAuthnRequestsSigned="true"   
   protocolSupportEnumeration="urn:oasis:names:tc:SAML:2.0:protocol">
   <KeyDescriptor use="signing">
   <ds:KeyInfo xmlns:ds="http://www.w3.org/2000/09/xmldsig#">
   <ds:X509Data>
   <ds:X509Certificate>
    this is a cert  blah blah
   </ds:X509Certificate>
   </ds:X509Data>
   </ds:KeyInfo>
   </KeyDescriptor>
   <SingleSignOnService Binding="urn:oasis:names:tc:SAML:2.0:bindings:HTTP-Redirect" 
   Location="http:///singleSignOn"/>
   </IDPSSODescriptor>
   </EntityDescriptor>

注意“这是一个证书”单独出现 我已经打破了这个局面,但结果相同。

2 个答案:

答案 0 :(得分:6)

这不是一个错误,它是一个功能。要插入实际的XML,请插入DOM对象。 XML标记内的文本需要进行实体转义才能成为有效的XML。

from xml.dom.minidom import Document
doc = Document()
e = doc.createElement("abc")
eh = doc.createElement("hello")
s1 = 'bhaskar'
text = doc.createTextNode(s1)

eh.appendChild(text)
e.appendChild(eh)

e.toxml()

编辑:我不知道Python的API是什么样的,但它看起来与C#非常相似,所以你可能会像e.innerXml = s1那样做你做的事情'重新尝试......但那可能很糟糕。最好的办法是解析它并appendChild

编辑2:我刚刚在本地通过Python运行了这一点,你的结果肯定有问题,而不是库中。确保确定您的字符串在其开头没有任何换行符或空格。作为参考,我使用的测试代码是:

Python 2.6.2 (release26-maint, Apr 19 2009, 01:56:41) 
[GCC 4.3.3] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> from xml.dom.minidom import Document
>>> cert = "---- START CERTIFICATE ----\n   Hello world\n---- END CERTIFICATE ---"
>>> doc = Document()
>>> e = doc.createElement("cert")
>>> certEl = doc.createTextNode(cert)
>>> e.appendChild(certEl)
<DOM Text node "'---- START'...">
>>> print e.toxml()
<cert>---- START CERTIFICATE ----
   Hello world
---- END CERTIFICATE ---</cert>
>>> 

编辑3:最终修改。问题出在您的writexml电话中。只需使用以下修复:

doc.writexml(fobj)
# or
doc.writexml(fobj, "", "  ", "")

不幸的是,似乎你无法使用newline参数来获得漂亮的打印效果......似乎Python库(或至少minidom)编写得相当糟糕并将在打印时修改TextNode。与其说是一个天真的实施不好。真的很遗憾......

答案 1 :(得分:3)

如果您在XML中使用"<" 作为文本,则需要将其转义,否则将其视为标记。所以xml.dom正好逃避它,因为你已经要求一个文本节点。

假设您确实要插入一段XML,我建议使用createElement("hello")。如果你有一个你不知道结构的XML片段,你应该首先解析它,然后将该解析结果的节点移动到另一个树中。

如果你想破解,你可以从xml.dom.minidom.Text继承,并覆盖writexml方法。有关详细信息,请参阅minidom的来源。