使用xml.etree.ElementTree（python）解析XML时，如何区分常规空格和转义空格（）

Question

我正在使用xml.etree.ElementTree解析XML文件。 我该如何强制它去掉空白文本（只是常规空格，而不是  ）或留出空格而忽略转义符（将它们保留原样）？ 这是我的问题：

xml_text = """
<root>
    <mytag>
        data_with_space&#32;
    </mytag>
</root>"""
root = xml.etree.ElementTree.fromstring(xml_text)
mytag = root.find("mytag")
print "original text: ", repr(mytag.text)
print "stripped text: ", repr(mytag.text.strip())

它打印：

original text:  '\n        data_with_space \n    '
stripped text:  'data_with_space'

我需要的：

'data_with_space '

或（我可以通过其他方式逃脱）：

'data_with_space '

使用xml.etree.ElementTree的解决方案是更可取的，因为否则我将不得不重写很多代码

Answer 1

标准XML库对待  和' ' 相等 。 如果直接应用fromstring(xml_text) ，则无法避免均衡，因此无法区分它们。 停止转义的唯一方法是在应用fromstring()之前将其转换为其他内容，然后再将其转换回。

---

import xml.etree.ElementTree

stop_escape   = lambda text: text.replace("&#", "|STOP_ESCAPE|")
resume_escape = lambda text: text.replace("|STOP_ESCAPE|", "&#")

xml_text = """
<root>
    <mytag>
        data_with_space&#32;
    </mytag>
</root>"""
root = xml.etree.ElementTree.fromstring(stop_escape(xml_text))
mytag_txt = resume_escape(root.find("mytag").text)
print "original text: ", repr(mytag_txt)
print "stripped text: ", repr(mytag_txt.strip())

您将获得：

original text:  '\n        data_with_space \n    '
stripped text:  'data_with_space '