python - XML 解析 - ^H 字符/符号？

Question

我在尝试清理一些 XML 以便可以使用 etree 在 Python 中解析它时遇到了非常糟糕的时间。基本上在我的 Python 脚本读取它之前，我试图转义每个字符串条目中给我的所有特殊字符

'xml.parsers.expat.ExpatError: not well-formed'

因此，当我生成 XML 字符串条目时，我会使用 sed 将特殊字符替换为其转义版本或只是一个 空格(当我确实不这样做时)不在乎。

但是现在在我生成的 XML 中我看到一个 ^H 字符，vim 已将其突出显示为蓝色。

我尝试转义 ^ 但这不起作用，该字符仍然存在，所以我认为它一定是某种复合特殊字符。

唉，为什么这这么糟糕。无论如何，感谢您的帮助。

Answer 1

^H 是表示嵌入文本中的退格字符(ASCII 字符 8)的常用方法；如果您已经使用 sed/bash 进行过滤，您可以执行以下操作:

cat infile | sed s/$'\b'// > outfile

不过，我不认为你的输入文件中首先有一个 ^H 是一件好事......你是如何生成它的？