python中的XML字符xml.dom文件

Question

我正在从python生成一个xml文档。我们正在使用xml.dom文件包来创建xml文档。我们遇到了一个问题，我们想要生成一个φ字符&x03c6。但是，当我们将该字符串放在文本节点中并对其调用toxml（）时，我们得到的是&；x03c6；。我们目前的解决方案是使用萨克斯utils.unescape（），但这并不理想，因为我们需要解析xml两次。在

有没有办法让dom包将“&；x03c6；”识别为xml字符？在

Answer 1

我认为您需要使用一个包含\u03c6的Unicode字符串，因为据我所知，文本节点的.data字段应该是“解析”的数据，而不包括XML实体（当将&还原为XML时，&就是在这里）。如果要确保输出时非ascii字符表示为实体，可以执行以下操作：

import codecs

def ent_replace(exc):
  if isinstance(exc, (UnicodeEncodeError, UnicodeTranslateError)):
    s = []
    for c in exc.object[exc.start:exc.end]:
      s.append(u'&#x%4.4x;' % ord(c))
    return (''.join(s), exc.end)
  else:
    raise TypeError("can't handle %s" % exc.__name__)

codecs.register_error('ent_replace', ent_replace)

并使用x.toxml().encode('ascii', 'ent_replace')。在