使用xml.dom.minidom時在xml中轉義'<'和'>'

Question

使用xml.dom.minidom在xml文件中轉義“ <”和“>”時，我陷入了困境。 我試圖獲取unicode十六進制值，並改用它
http://slayeroffice.com/tools/unicode_lookup/

嘗試使用標准的“ <”和“>”，但仍然沒有成功。

from xml.dom.minidom import Document
doc = Document()
e = doc.createElement("abc")
s1 = '<hello>bhaskar</hello>'
text = doc.createTextNode(s1)
e.appendChild(text)

e.toxml()
'<abc>&lt;hello&gt;bhaskar&lt;/hello&gt;</abc>'

與writexml（）的結果相同也可以通過在toxml（）writexml（）調用中指定編碼'UTF-8'，'utf-8'，'utf'來嘗試，但結果相同。

from xml.dom.minidom import Document
doc = Document()
e = doc.createElement("abc")
s1 = u'<hello>bhaskar</hello>'
text = doc.createTextNode(s1)
e.appendChild(text)

e.toxml()
u'<abc>&amp;lt;hello&amp;gt;bhaskar&amp;lt;/hello&amp;gt;</abc>'

嘗試了其他方法，但結果相同。 我可以解決的唯一方法是重寫作者

import xml.dom.minidom as md
# XXX Hack to handle '<' and '>'
def wd(writer, data):
    data = data.replace("&lt;", "<").replace("&gt;", ">")
    writer.write(data)

md._write_data = wd

編輯-這是代碼 。

    import xml.dom.minidom as md
    doc = md.Document()

    entity_descr = doc.createElement("EntityDescriptor")
    doc.appendChild(entity_descr)
    entity_descr.setAttribute('xmlns', 'urn:oasis:names:tc:SAML:2.0:metadata')
    entity_descr.setAttribute('xmlns:saml', 'urn:oasis:names:tc:SAML:2.0:assertion')
    entity_descr.setAttribute('xmlns:ds', 'http://www.w3.org/2000/09/xmldsig#')
    # Get the entity_id from saml20_idp_settings
    entity_descr.setAttribute('entityID', self.group['entity_id'])

    idpssodescr = doc.createElement('IDPSSODescriptor')
    idpssodescr.setAttribute('WantAuthnRequestsSigned', 'true')
    idpssodescr.setAttribute('protocolSupportEnumeration', 
    'urn:oasis:names:tc:SAML:2.0:protocol')
    entity_descr.appendChild(idpssodescr)

    keydescr = doc.createElement('KeyDescriptor')
    keydescr.setAttribute('use', 'signing')
    idpssodescr.appendChild(keydescr)
    keyinfo = doc.createElement('ds:KeyInfo')
    keyinfo.setAttribute('xmlns:ds', 'http://www.w3.org/2000/09/xmldsig#')
    keydescr.appendChild(keyinfo)
    x509data = doc.createElement('ds:X509Data')
    keyinfo.appendChild(x509data)


    # check this part 

    s = "this is a cert  blah blah"
    x509cert = doc.createElement('ds:X509Certificate')
    cert = doc.createTextNode(s)
    x509cert.appendChild(cert)
    x509data.appendChild(x509cert)

    sso = doc.createElement('SingleSignOnService')
    sso.setAttribute('Binding', 'urn:oasis:names:tc:SAML:2.0:bindings:HTTP-Redirect')

    sso.setAttribute('Location', 'http://googleapps/singleSignOn')
    idpssodescr.appendChild(sso)

    # Write the metadata file.
    fobj = open('metadata.xml', 'w')
    doc.writexml(fobj, "   ", "", "\n", "UTF-8")
    fobj.close()

這產生

   <?xml version="1.0" encoding="UTF-8"?>
   <EntityDescriptor entityID="skar" xmlns="urn:oasis:names:tc:SAML:2.0:metadata"    
   xmlns:ds="http://www.w3.org/2000/09/xmldsig#" 
   xmlns:saml="urn:oasis:names:tc:SAML:2.0:assertion">
   <IDPSSODescriptor WantAuthnRequestsSigned="true"   
   protocolSupportEnumeration="urn:oasis:names:tc:SAML:2.0:protocol">
   <KeyDescriptor use="signing">
   <ds:KeyInfo xmlns:ds="http://www.w3.org/2000/09/xmldsig#">
   <ds:X509Data>
   <ds:X509Certificate>
    this is a cert  blah blah
   </ds:X509Certificate>
   </ds:X509Data>
   </ds:KeyInfo>
   </KeyDescriptor>
   <SingleSignOnService Binding="urn:oasis:names:tc:SAML:2.0:bindings:HTTP-Redirect" 
   Location="http:///singleSignOn"/>
   </IDPSSODescriptor>
   </EntityDescriptor>

請注意，“這是證書”是單獨發出的，雖然我為此感到頭疼，但結果卻相同。

Answer 1

這不是錯誤，而是功能。 要插入實際的XML，請插入DOM對象。 盡管XML標記內的文本是有效的XML，但需要對其進行轉義。

from xml.dom.minidom import Document
doc = Document()
e = doc.createElement("abc")
eh = doc.createElement("hello")
s1 = 'bhaskar'
text = doc.createTextNode(s1)

eh.appendChild(text)
e.appendChild(eh)

e.toxml()

編輯：我不知道Python的API是什么樣的，但是它看起來與C＃的非常相似，因此您可以執行e.innerXml = s1來完成您想做的事情...但是那可以壞。 更好的方法是同時解析它和appendChild 。

編輯2：我只是通過Python在本地運行，肯定有問題，而不是在庫中。 確保您的字符串開頭沒有任何換行符或空格。 作為參考，我使用的測試代碼為：

Python 2.6.2 (release26-maint, Apr 19 2009, 01:56:41) 
[GCC 4.3.3] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> from xml.dom.minidom import Document
>>> cert = "---- START CERTIFICATE ----\n   Hello world\n---- END CERTIFICATE ---"
>>> doc = Document()
>>> e = doc.createElement("cert")
>>> certEl = doc.createTextNode(cert)
>>> e.appendChild(certEl)
<DOM Text node "'---- START'...">
>>> print e.toxml()
<cert>---- START CERTIFICATE ----
   Hello world
---- END CERTIFICATE ---</cert>
>>> 

編輯3：最后編輯。 問題出在您的writexml調用中。 只需使用以下修復此問題：

doc.writexml(fobj)
# or
doc.writexml(fobj, "", "  ", "")

不幸的是，盡管您似乎無法使用newline參數進行漂亮的打印...似乎Python庫（或至少minidom ）編寫得很差，並且會在打印它們時修改TextNode。 與其說是天真的，還不如說是一個糟糕的實現。 真可惜...

Answer 2

如果在XML中使用"<" 作為文本 ，則需要對其進行轉義，否則將其視為標記。 因此xml.dom可以將其轉義是正確的，因為您已經請求了文本節點。

假設您確實要插入XML，我建議使用createElement("hello") 。 如果您有不知道其結構的XML片段，則應首先對其進行解析，然后將解析結果的節點移至另一棵樹中。

如果要入侵，可以繼承xml.dom.minidom.Text，並覆蓋writexml方法。 有關詳細信息，請參見簡約源。