使用minidom python解析xml元素属性

Question

我必须解析一个xml，该xml的xml元素的属性值可以是带有空格和换行符的多行。

我正在使用minidom进行解析，但是我得到的多行属性值没有换行符。

如何使用minidom获得此类值？如果不是那么简单，哪个其他库支持这样的属性？

Answer 1

这不是minidom或任何领域的问题。这是XML的标准，它告诉该属性值

  

对于空白字符（＃x20，＃xD，＃xA，＃x9），请附加一个空格   字符（＃x20）归一化值

https://www.w3.org/TR/2008/REC-xml-20081126/#attdecls

这意味着，至少在解析器中，您不会在XML属性的值中找到\n（换行符），\r（回车符）或\t（制表符）字符遵守规则。

Answer 2

根据XML-Spec - 3.3.3 Attribute-Value Normalization，不允许使用换行符并将其替换为空格。

  

在将属性值传递给应用程序之前，或者   检查有效性，XML处理器必须规范化属性   通过应用以下算法或使用其他方法来获得价值   这样传递给应用程序的值与   由算法产生。

     

  

1. 所有换行符必须已根据#xA的输入进行了归一化，如所述   在2.11行尾处理中，因此该算法的其余部分都可以运行   以这种方式标准化的文本。

  

2. 以包含空字符串的标准化值开头。

  

3. 对于每个字符，实体引用或字符引用，   非标准化的属性值，从第一个开始并继续   到最后，请执行以下操作：

        
     

   • 对于字符引用，请将引用的字符附加到   归一化值。

     

   • 对于实体引用，将此算法的步骤3递归地应用于   实体的替换文本。

     

   • 对于空格字符（＃x20，＃xD，＃xA，＃x9），请添加一个空格   字符（＃x20）归一化后的值。

     

   • 对于另一个字符，请将该字符附加到归一化值。

     
  

（重点是我的）

也请参见open "bug" xml.dom.minidom does not escape CR, LF and TAB characters within attribute values）