python - saxutils.escape() 两次转义分号

Question

我正在尝试通过 saxutils.escape 方法转义分号。

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

我希望它产生

'<&#59;'

但是它给了

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

这是设计使然吗？我怎样才能得到预期的结果？

Answer 1

你的问题是saxutils.escape分两步工作。首先，它解析 < , > , 和 & , 然后它使用 entities解析该解析的结果。

所以一次<已被 < 取代, 你有 <; , 所以你最终得到 &lt&#59;&#59; .

基本上，它的所作所为是有道理的。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，转义由 HTML 要求的转义创建的分号是有意义的。

使用 saxutils.escape 无法获得您想要的结果.您需要使用另一种转义方法。查看Python Wiki page on escaping HTML一些想法。

您也可以使用类似我对 What is the best way to do a find and replace of multiple queries on multiple files? 的回答中的内容用其他模式同时替换分号，这样您就不会重复替换任何内容。