目前我在xml.sax语法分析器解析XML文件之前从XML文件中的特殊字符和标记及(无效的XML标记)如何让在蟒蛇xml.sax解析器
假设我有以下代码
filepath = 'users/file.xml'
try:
parser = xml.sax.make_parser()
parser.parse(open(filepath))
except (xml.sax.SAXParseException), e:
print "*** PARSER error: %s" % e
file.xml
<?xml version="1.0" encoding="utf-8"?>
<tag1>
<tag2>
<P style="MARGIN: 0in 0in 0pt" class="MsoNormal"><FONT size="3"><SPAN style="FONT-FAMILY: Symbol; COLOR: black; mso-ascii-font-family: 'Times New Roman'">�</SPAN><SPAN style="COLOR: black"><FONT face="Times New Roman"><SPAN style="mso-spacerun: yes"> </SPAN>Position will manage 24 ED Rooms with 24/7 accountability<o:p></o:p></FONT></SPAN></FONT></P>
<DIV> </DIV>
</tag2>
</tag1>
当分析器在div标签达到&它停止执行,并显示以下错误
*** PARSER error: users/file.xml:5:1: not well-formed <invalid token>
如何删除或提供从XML文件来分析程序之前逃脱所有无效的XML标记,没有任何功能逃跑&和特殊字符组成的XML标记或其他我们需要遍历他的xml文件并删除每个无效的令牌?但不知道如何去做。任何人都可以分享这样做的代码。
我几乎可以肯定,“ ”是你应该避免的。你必须正确编码它。 – 2012-07-24 07:13:28
这个XML片段有很多问题。您正在使用未定义的引用 - 在HTML中定义,不是通用的XML。您还使用未定义的名称空间前缀“o”,这是另一个错误。我不能提供很多建议,除非确保生成此输出的任何内容都能创建正确的XML。 – 2012-07-24 07:56:43
可能的重复[如何忽略 和特殊字符从xml标记之前给xml文件解析器](http://stackoverflow.com/questions/11625224/how-to-ignore-nbsp-and-special-characters-from -xml-tag-before-giving-xml-file) – 2012-07-24 09:17:33