Question

我有一个带有javascript的XSLT，它使用“＆amp; lt;”和“＆amp; gt;”在for循环中

<?xml version="1.0" encoding="UTF-8"?>
<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
<xsl:template match="/">
<html>
  <head> </head>
  <body>
    <script language="javascript" type="text/javascript">
  function example() {
        var trs = document.getElementsByTagName("tr");
    for (var i = 0; i &lt; trs.length; i++) {
    }
      }
     </script>
  </body>
</html>

我正在使用PYTHON LXML库使用XSLT和XML生成HTML。

import lxml.etree as ET
xml = ET.parse('sample.xml')
xslt = ET.parse('sample.xsl')
transform = ET.XSLT(xslt)
content = transform(xml)
f = open('output.html','w')
f.write(ET.tostring(content , pretty_print=True))
f.close()

但是LXML无法替换输出HTML文件中的特殊字符

＆amp; lt;到'＆lt;'和＆amp; gt;到'＆gt;'

是否有任何使用LXML替换“＆amp; lt;”的标准做法到'＆lt;' ？

要解决这个问题，我必须先写另一段代码才能写入文件。

content = content.replace("&gt;", ">")
content = content.replace("&lt;", "<")

Answer 1

为了解码/转换HTML实体，您应该在method="html"电话中使用tostring()：

ET.tostring(content, method="html", pretty_print=True)

或：

lxml.html.tostring(content, pretty_print=True)

样本：

from lxml import etree


text = """<html>
  <body>
    <script> 1 &lt; 2 </script>
  </body>
</html>
"""

tree = etree.fromstring(text)
print etree.tostring(tree, method="html")

打印：

<html>
  <body>
    <script> 1 < 2 </script>
  </body>
</html>

Answer 2

您也可以将CDATA包装中的脚本内容包围起来以阻止它被吃掉，如下所示：

<script language="javascript" type="text/javascript">
  <![CDATA[
    function example() {
          var trs = document.getElementsByTagName("tr");
      for (var i = 0; i < trs.length; i++) {
      }
    }
  ]]>
</script>

Python lxml库无法解析＆lt;和＆gt;

2 个答案: