如何强制SAX解析器不转换XML实体？

Question

我使用SAX解析大型xml文件。 但它将每个XML code转换为它的符号版本。在

如何防止SAX这种行为。在

示例with_amp.xml： 在

<?xml version="1.0" encoding="utf-8"?>
<root>
  <title>One Two</title>
  <title>One &amp;mdash;  Two</title>
</root>

python处理程序： 在

^{pr2}$

我希望输出是： 在

One Two
One —  Two

Answer 1

使用saxutils，我成功地做到了。 https://docs.python.org/2/library/xml.sax.utils.html#module-xml.sax.saxutils

例如，关于您的信息：

print(content)

会变成

^{pr2}$

（您需要将saxutils添加到导入中： 整个过程都会

from xml.sax import handler, parse, saxutils

class Handler(handler.ContentHandler):
    def characters(self, content):
        if content.isspace(): return
        print(saxutils.escape(content))

if __name__ == "__main__":
    parse(open('with_amp.xml', 'r'), Handler())