在Python处理数据的XML解析expat

Question

我正在尝试使用python expat解析XML文件。我在我的XML文件中的以下行：

<Action>&lt;fail/&gt;</Action> 

外籍标识开始和结束标记，但转换& LT;比性格更小，同样比特征就越显着，因而将其解析如下：

结果：

START 'Action' 
DATA '<' 
DATA 'fail/' 
DATA '>' 
END 'Action' 

，而不是所期望的：

START 'Action' 
DATA '<fail/>' 
END 'Action' 

我想有期望的结果，我如何防止外汇弄乱？

Answer 1

expat不会搞砸，<只是字符<的XML编码。恰恰相反，如果expat返回字面值<，这将是XML规范的一个错误。话虽这么说，当然你可以逃脱的版本背部采用xml.sax.saxutils.escape：

>>> from xml.sax.saxutils import escape 
>>> escape("<fail/>") 
'&lt;fail/&gt;' 

Expat解析器也是免费的报告所有字符串数据无论块觉得适合，所以你必须自己将它们连接起来。

Answer 2

SAX和StAX解析器都可以以任何便利的方式自由分解字符串（尽管StAX有一个强制它为你装配的COALESCE模式）。

原因在于，在某些情况下编写软件通常是可行的，这种情况下流并且不必关心重新组装字符串片段的开销。

通常我会在变量中累加文本，并在看到下一个StartElement或EndElement事件时使用内容。此时，我还将累计文本变量清空。