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

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文本(只是常规空格，而不是 )或保留空格并忽略转义(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())

它打印:

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

我需要什么:

'data_with_space '

或者(我可以通过其他方式逃避):

'data_with_space '

使用 xml.etree.ElementTree 的解决方案更可取，否则我将不得不重写大量代码

Answer 1

标准 XML 库将 和 ' ' 视为相等。如果您直接应用fromstring(xml_text)，则无法避免均衡，因此无法区分它们。停止转义的唯一方法是在应用 fromstring() 之前将其翻译成其他内容，然后再将其翻译回来。

---

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 \n    '
stripped text:  'data_with_space '