的Python xml.etree.ElemenTree，讓HTML實體

Question

我試圖分析XML數據，以及遇到的問題是關於當我使用

import xml.etree.ElementTree as ET 
tree = ET.parse(my_xml_file) 
root = tree.getroot() 
for regex_rule in root.findall('.//regex_rule'): 
    print(regex_rule.get('input')) #this ".get()" method turns &lt; into <, but I want to get &lt; as written 
    print(regex_rule.get('input') == "(?&lt;!\S)hello(?!\S)") #prints out false because ElementTree's get method turns &lt; into < , is that right? 

HTML實體這裏是XML文件內容：

<rules> 
<regex_rule input="(?&lt;!\S)hello(?!\S)" output="world"/> 
</rules> 

我將不勝感激，如果任何人都可以直接我得到的字符串是從輸入端的XML屬性，無需轉換

< 

到

< 

Answer 1

xml.etree.ElementTree做完全符合標準的東西，這是XML字符實體的理解是，他們實際上做編碼引用的字符，應被理解爲這樣的解碼。

如果您確實需要對文字<進行編碼，則首選的方法是將輸入文件更改爲使用<（即我們對&進行XML編碼）。

如果你不能改變你的輸入文件格式，那麼你可能需要使用不同的模塊，或者自己寫解析器：xml.etree.ElementTree轉換實體以及之前你可以做任何有意義與輸出。