python - 使用 Python lxml 模块保留文本节点中的特殊字符

Question

我正在编辑第三方提供的 XML 文件。 XML 用于重新创建整个环境，并且可以编辑 XML 以传播更改。我能够通过命令行选项查找想要更改的元素并保存 XML，但特殊字符被转义，我需要保留特殊字符。例如，它将 > 更改为 $gt;在 .write 操作期间在文件中。这会影响 XML 文档的所有出现，而不仅仅是节点元素(我认为这就是它的名称)下面是我的代码:

import sys
from lxml import etree
from  optparse import OptionParser

def parseCommandLine ():
   usage = "usage: %prog [options] arg"
   parser =  OptionParser(usage)
   parser.add_option("-f","--file",dest="filename",
                  help="Context File name including full path", metavar="CONTEXT_FILE")

parser.add_option("-k","--key",dest="key",
                  help="Key you are looking for in Context File i.e s_isAdmin", metavar="s_someKey")

parser.add_option("-v","--value",dest="value",
                  help="The replacement value for the key")

if len(sys.argv[1:]) < 3:
   print len(sys.argv[1:]) 
   parser.print_help()
   sys.exit(2)

(options, args) = parser.parse_args()
return options.filename, options.key, options.value
Filename, Key,  Value=parseCommandLine()
parser_options=etree.XMLParser(attribute_defaults=True, dtd_validation=False,      strip_cdata=False)
doc = etree.parse(Filename, parser_options ) #Open and parse the file
print doc.findall("//*[@oa_var=%r]" % Key)[0].text 
oldval = doc.findall("//*[@oa_var=%r]" % Key)[0].text
val = doc.findall("//*[@oa_var=%r]" % Key)[0]
val.text = Value

print 'old value is  %s' % oldval
print 'new value is  %s' % val.text

root = doc.getroot()
doc.write(Filename,method='xml',with_tail=True,pretty_print=False) 

原始文件是这样的:

tf.fm.FulfillmentServer >> /s_u01/app/applmgr/f

保存的版本将被替换为:

tf.fm.FulfillmentServer >> /s_u01/app/applmgr/f

我一直试图在解析端的输出端 DTD 验证中搞乱 Pretty_print，但我被难住了。

以下是更改后的文件和原始文件的差异:

我仅更新了 s_cookie_domain。

diff finprod_acfpdb10.xml_original finprod_acfpdb10.xml                             
Warning: missing newline at end of file finprod_acfpdb10.xml
1,3c1
< <?xml version = '1.0'?>
< <!-- $Header: adxmlctx.tmp 115.426 2009/05/08 08:46:29 rdamodar ship $ -->
< <!--
---
> <!-- $Header: adxmlctx.tmp 115.426 2009/05/08 08:46:29 rdamodar ship $ --><!--
13,14c11
<   -->
< <oa_context version="$Revision: 115.426 $">
---
>   --><oa_context version="$Revision: 115.426 $">
242c239
<          <cookiedomain oa_var="s_cookie_domain">.apollogrp.edu</cookiedomain>
---
>          <cookiedomain oa_var="s_cookie_domain">.qadoamin.edu</cookiedomain>
526c523
<          <FORMS60_BLOCK_URL_CHARACTERS oa_var="s_f60blockurlchar">%0a,%0d,!,%21,",%22,%28,%29,;,[,%5b,],%5d,{,%7b,|,%7c,},%7d,%7f,>,%3c,&lt;,%3e</FORMS60_BLOCK_URL_CHARACTERS>
---
>          <FORMS60_BLOCK_URL_CHARACTERS oa_var="s_f60blockurlchar">%0a,%0d,!,%21,",%22,%28,%29,;,[,%5b,],%5d,{,%7b,|,%7c,},%7d,%7f,&gt;,%3c,&lt;,%3e</FORMS60_BLOCK_URL_CHARACTERS>
940c937
<          <start_cmd oa_var="s_jtffstart">/s_u01/app/applmgr/jdk1.5.0_11/bin/java -Xmx512M -classpath .:/s_u01/app/applmgr/finprod/comn/java/jdbc111.zip:/s_u01/app/applmgr/finprod/comn/java/xmlparserv2.zip:/s_u01/app/applmgr/finprod/comn/java:/s_u01/app/applmgr/finprod/comn/java/apps.zip:/s_u01/app/applmgr/jdk1.5.0_11/classes:/s_u01/app/applmgr/jdk1.5.0_11/lib:/s_u01/app/applmgr/jdk1.5.0_11/lib/classes.zip:/s_u01/app/applmgr/jdk1.5.0_11/lib/classes.jar:/s_u01/app/applmgr/jdk1.5.0_11/lib/rt.jar:/s_u01/app/applmgr/jdk1.5.0_11/lib/i18n.jar:/s_u01/app/applmgr/finprod/comn/java/3rdparty/RFJavaInt.zip: -Dengine.LogPath=/s_u01/app/applmgr/finprod/comn/admin/log/finprod_acfpdb10 -Dengine.TempDir=/s_u01/app/applmgr/finprod/comn/temp -Dengine.CommandPromptEnabled=false -Dengine.CommandPort=11000 -Dengine.AOLJ.config=/s_u01/app/applmgr/finprod/appl/fnd/11.5.0/secure/acfpdb10_finprod.dbc -Dengine.ServerID=5000 -Ddebug=off -Dengine.LogLevel=1 -Dlog.ShowWarnings=false -Dengine.FaxEnabler=oracle.apps.jtf.fm.engine.rightfax.RfFaxEnablerImpl -Dengine.PrintEnabler=oracle.apps.jtf.fm.engine.rightfax.RfPrintEnablerImpl -Dfax.TempDir=/s_u01/app/applmgr/finprod/comn/admin/log/finprod_acfpdb10 -Dprint.TempDir=/s_u01/app/applmgr/finprod/comn/admin/log/finprod_acfpdb10 oracle.apps.jtf.fm.FulfillmentServer >> /s_u01/app/applmgr/finprod/comn/admin/log/finprod_acfpdb10/jtffmctl.txt</start_cmd>
---
>          <start_cmd oa_var="s_jtffstart">/s_u01/app/applmgr/jdk1.5.0_11/bin/java -Xmx512M -classpath .:/s_u01/app/applmgr/finprod/comn/java/jdbc111.zip:/s_u01/app/applmgr/finprod/comn/java/xmlparserv2.zip:/s_u01/app/applmgr/finprod/comn/java:/s_u01/app/applmgr/finprod/comn/java/apps.zip:/s_u01/app/applmgr/jdk1.5.0_11/classes:/s_u01/app/applmgr/jdk1.5.0_11/lib:/s_u01/app/applmgr/jdk1.5.0_11/lib/classes.zip:/s_u01/app/applmgr/jdk1.5.0_11/lib/classes.jar:/s_u01/app/applmgr/jdk1.5.0_11/lib/rt.jar:/s_u01/app/applmgr/jdk1.5.0_11/lib/i18n.jar:/s_u01/app/applmgr/finprod/comn/java/3rdparty/RFJavaInt.zip: -Dengine.LogPath=/s_u01/app/applmgr/finprod/comn/admin/log/finprod_acfpdb10 -Dengine.TempDir=/s_u01/app/applmgr/finprod/comn/temp -Dengine.CommandPromptEnabled=false -Dengine.CommandPort=11000 -Dengine.AOLJ.config=/s_u01/app/applmgr/finprod/appl/fnd/11.5.0/secure/acfpdb10_finprod.dbc -Dengine.ServerID=5000 -Ddebug=off -Dengine.LogLevel=1 -Dlog.ShowWarnings=false -Dengine.FaxEnabler=oracle.apps.jtf.fm.engine.rightfax.RfFaxEnablerImpl -Dengine.PrintEnabler=oracle.apps.jtf.fm.engine.rightfax.RfPrintEnablerImpl -Dfax.TempDir=/s_u01/app/applmgr/finprod/comn/admin/log/finprod_acfpdb10 -Dprint.TempDir=/s_u01/app/applmgr/finprod/comn/admin/log/finprod_acfpdb10 oracle.apps.jtf.fm.FulfillmentServer &gt;&gt; /s_u01/app/applmgr/finprod/comn/admin/log/finprod_acfpdb10/jtffmctl.txt</start_cmd>
983c980
< </oa_context>
---
> </oa_context>

Answer 1

术语:解析器不编写 XML；而是编写 XML。他们读取 XML。序列化程序编写 XML。

在正常元素含量中，<和&是非法的，必须逃脱。 >是合法的，除非它跟在 ]] 之后并且不是 CDATA 部分的末尾。大多数序列化程序都会采取简单的方法并编写 >因为解析器会同时处理 > .

我建议您将输出和输入文件提交到 XML 验证服务，例如 this或this并且还测试消费者是否会真正解析您的输出文件。