Question

我正在使用xml.etree.ElementTree来解析XML文件。我如何强制它去除空格的文本（只是常规空格，而不是 ）或留空格并忽略转义（保持原样）？这是我的问题：

xml_text = """
<root>
    <mytag>
        data_with_space&#32;
    </mytag>
</root>"""
root = xml.etree.ElementTree.fromstring(xml_text)
mytag = root.find("mytag")
print "original text: ", repr(mytag.text)
print "stripped text: ", repr(mytag.text.strip())

打印：

original text:  '\n        data_with_space \n    '
stripped text:  'data_with_space'

我需要什么：

'data_with_space '

或（我可以通过其他方式逃脱）：

'data_with_space&#32;'

使用xml.etree.ElementTree的解决方案更可取，因为我必须重写大量代码

Answer 1

标准XML库将 和' '视为相等。如果直接应用fromstring(xml_text)，则无法避免均衡，因此无法区分它们。阻止转义的唯一方法是在应用fromstring()之前将其转换为其他内容，并在之后将其翻译回来。

import xml.etree.ElementTree

stop_escape   = lambda text: text.replace("&#", "|STOP_ESCAPE|")
resume_escape = lambda text: text.replace("|STOP_ESCAPE|", "&#")

xml_text = """
<root>
    <mytag>
        data_with_space&#32;
    </mytag>
</root>"""
root = xml.etree.ElementTree.fromstring(stop_escape(xml_text))
mytag_txt = resume_escape(root.find("mytag").text)
print "original text: ", repr(mytag_txt)
print "stripped text: ", repr(mytag_txt.strip())

你会得到：

original text:  '\n        data_with_space&#32;\n    '
stripped text:  'data_with_space&#32;'

在使用xml.etree.ElementTree（python）解析XML时，如何区分常规空格和转义的空格（）

1 个答案: