Question

我正试图通过saxutils.escape方法逃避分号。

saxutils.escape('<;', {';': '&#59;'})

我希望它能够产生

'&lt;&#59;'

但它给出了

'&lt&#59;&#59;'

这是设计的吗？我怎样才能得到预期的结果？

Answer 1

您的问题是saxutils.escape分两步完成。首先，它解析<，>和&，然后使用entities来解析该解析的结果。

一旦<被<取代，您就会<;，所以最终会得到&lt;;。

基本上，它正在做的事情是有道理的。如果你需要转义分号，那不是因为HTML的原因，所以必须要对它们进行双重转义。在这种情况下，有必要转义由HTML所需的转义创建的分号。

saxutils.escape无法获得所需的结果。您需要使用另一种转义方法。有关一些想法，请参阅Python Wiki page on escaping HTML。

您还可以使用我对What is the best way to do a find and replace of multiple queries on multiple files?的回答中的内容来与其他模式同时替换分号，这样您就不会对任何内容进行双重替换。

Answer 2

这是因为escape()将转义的<的最后一个分号字符考虑在内，并按照指示将其替换为;。因此，<;会&lt;;。

分号通常不需要以这种方式进行转义，因此我认为这不是函数中的错误，只是具有此特定字符的边缘情况。

Answer 3

这是设计上的，FrédéricHamidi解释了为什么会这样。

那么你怎么能得到你想要的东西呢？

采取@ agf的建议：

escape_table = {
    "&": "&amp;",
    ">": "&gt;",
    "<": "&lt;",
    ";": "&#59;",
    }

def escape(text):
    return "".join(escape_table.get(c,c) for c in text)

saxutils.escape（）两次转义分号

3 个答案: