lxml將「<」轉換爲<。爲什麼？

-1

我將XML封裝的HTML數據存入Atlassian Confluence。對於我需要添加span標籤的標籤。但不管我如何嘗試，lxml-lib分別將我的<和>轉換爲<和>。但是，轉換僅適用於我的新標籤，其中任何現有標籤都可以不受影響地使用！

看一看這個Python的代碼：

for x in doc.iter(): 
    if x.tag == "td": 
     print x.text 
     x.text = "no tags" 
     print etree.dump(x) 
     x.text = "<span>one tag</span>" 
     print etree.dump(x)

此輸入：

<tr> 
    <td>apa</td> 
    <td>1.2</td> 
    <td> 
    <a href="http://korv.com/apa.tar.gz">3.4</a> 
    </td> 
    <td>no</td> 
</tr> 
<tr> 
    <td>coreutils</td> 
    <td>6.12</td> 
    <td> 
    <a href="http://ftp.gnu.org/gnu/coreutils/coreutils-8.21.tar.xz">8.21</a> 
    </td> 
    <td>no</td> 
</tr>

這是輸出：

<td>no tags</td>None 
<td>&lt;span&gt;one tag&lt;/span&gt;</td>None 
1.2 
<td>no tags</td>None 
<td>&lt;span&gt;one tag&lt;/span&gt;</td>None 
None 
<td>no tags<a href="http://korv.com/apa.tar.gz">3.4</a></td>None 
<td>&lt;span&gt;one tag&lt;/span&gt;<a href="http://korv.com/apa.tar.gz">3.4</a></td>None 
no 
<td>no tags</td>None 
<td>&lt;span&gt;one tag&lt;/span&gt;</td>None 
coreutils 
<td>no tags</td>None 
<td>&lt;span&gt;one tag&lt;/span&gt;</td>None 
6.12 
<td>no tags</td>None 
<td>&lt;span&gt;one tag&lt;/span&gt;</td>None 
None 
<td>no tags<a href="http://ftp.gnu.org/gnu/coreutils/coreutils-8.21.tar.xz">8.21</a></td>None 
<td>&lt;span&gt;one tag&lt;/span&gt;<a href="http://ftp.gnu.org/gnu/coreutils/coreutils-8.21.tar.xz">8.21</a></td>None 
no 
<td>no tags</td>None 
<td>&lt;span&gt;one tag&lt;/span&gt;</td>None

正如你所看到的 - 標籤內部是未觸及過的，而我是被轉換的。我無法理解這個錯誤。

爲什麼我的文本轉換已完成，而未改變現有文本？

來源

2013-07-08 bos

您正在將文本插入到XML元素中。文本總是會被轉義爲XML安全的。

如果您想添加新標籤，請新建一個Element;該ElementTree.SubElement() factory是最簡單的：

from lxml import etree 

etree.SubElement(td, 'span').text = 'one tag'

如果你想包裝的td的內容，只需動過的所有元素（加上.text屬性：

def wrap(parent, tagname, **kw): 
    sub = etree.SubElement(parent, tagname, **kw) 
    parent.text, sub.text = None, parent.text 
    for index, child in enumerate(parent.iterchildren()): 
     if child is not sub: 
      sub.insert(index, child) 
    return parent 

wrap(td, 'span')

演示：

>>> etree.tostring(doc.findall('.//td')[2]) 
'<td>\n <a href="http://korv.com/apa.tar.gz">3.4</a>\n </td>\n ' 
>>> etree.tostring(wrap(tree.findall('.//td')[2], 'span')) 
'<td><span>\n <a href="http://korv.com/apa.tar.gz">3.4</a>\n </span></td>\n '

來源

2013-07-08 10:00:59

好點。我還沒有找到如何添加這個新的標籤，圍繞td標籤的所有內容。那就是：foo => foo。它可以在純文本框中使用，但當包含其他標籤時會失敗，如,
等。 – bos

@bos：您可以在新的「span」中使用'span.insert（index，elem）''元素將*現有元素移動到跨度中。將循環結合到'td'的現有子元素上，您可以立即將所有元素移動到一個跨度中。 :-) –

當您撰寫

x.text = "<span>one tag</span>"

您是說節點的內容就是文本。由於<和>是XML中的保留字符，因此需要將其轉義。

它看起來像你正在試圖創建新的<span>節點，並做到這一點，你將不得不創建節點。

來源

2013-07-08 10:01:09

lxml將「<」轉換爲<。爲什麼？

回答

相關問題