python - saxutils.escape() 转义分号两次

Question

我正在尝试通过 saxutils.escape 方法转义分号。

saxutils.escape('<;', {';': '&#59;'})

我希望它能产生

'<&#59;'

但是它给出了

'&lt&#59;&#59;'

这是设计使然吗？我怎样才能得到我预期的结果？

Answer 1

你的问题是saxutils.escape分两步进行。首先，它解析 < , > ，和& ，然后它使用 entities解析该解析的结果。

曾经<已替换为< ，你有<; ，所以你最终得到 &lt&#59;&#59; .

基本上，它所做的事情是有道理的。如果需要转义分号，那不是因为HTML原因，所以一定是双重转义。在这种情况下，转义由 HTML 要求的转义创建的分号是有意义的。

使用 saxutils.escape 无法获得您想要的结果。您需要使用另一种转义方法。请参阅Python Wiki page on escaping HTML一些想法。

您还可以使用类似我对What is the best way to do a find and replace of multiple queries on multiple files?的回答中的内容。将分号同时替换为其他模式，这样就不会重复替换任何内容。