XML expatriados en el análisis de datos de manejo de pitón

Question

Estoy tratando de analizar un archivo XML con expatriados pitón. Tengo la siguiente línea en mi archivo XML:

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

expatriado identifica las etiquetas de inicio y fin, pero convierte la etiqueta < al menos de carácter y lo mismo para el mayor de carácter y por lo tanto lo analiza así:

resultado:

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

en lugar de la deseada:

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

Me gustaría tener el resultado deseado, ¿cómo puedo evitar inmigrante de echar a perder?

Answer 1

Expat no hace desordenar, < es simplemente la codificación XML para la < carácter. Por el contrario, si expatriado devolvería el < literal, esto sería un error con respecto a la especificación XML. Dicho esto, por supuesto, puedes obtener la versión escapado hacia atrás mediante el uso de xml.sax.saxutils.escape:

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

El analizador de expatriados también es libre de informar todos los datos de cadena en trozos lo que parece en forma, así que hay que concatenar por sí mismo.

Answer 2

Tanto SAX y Stax analizadores son libres para romper las cadenas de la manera que sea conveniente para ellos (aunque StAX tiene un modo de COALESCE para forzarlo a ensamblar las piezas para usted).

La razón es que a menudo es posible escribir software en ciertos casos que los arroyos y no tiene que preocuparse por la sobrecarga de volver a ensamblar los fragmentos de cadenas.

Por lo general se acumulan texto en una variable y utilizar los contenidos cuando veo que el próximo evento startElement o EndElement. En ese momento, también se restablece la variable de texto acumulado para vaciar.