LXML转义字符转换

Question

首先，我有一个脚本，它在dos文件格式的XML文件上运行。也就是说，文件有\r\n行终止符。此外，我正在操作的XML文件在某些属性中嵌入了一些新行。生成XML的XML编辑器将这些新行编码为：


我正在使用LXML，我正在做的一些处理将这些文本属性更改为XML元素。我看到的问题是，带有换行符的文本块最终作为元素结束，但在换行符之前有一些积垢。一、 e.
，顺便说一下，它相当于我所理解的
。在

现在，对我来说，这似乎是一个问题，因为我正在执行的脚本是在linux环境中执行的，它会转储一个linux文件格式的文件。在

在我看来，LXML似乎正确地看到了&#xA是一个转义换行符，并将其更改为目标元素中的实际换行符。它似乎忘记了&#xD。在

我创建了一个测试xml文件：

<?xml version='1.0' encoding='UTF-8'?>
<element1>
  <element2 value="0"/>
  <element3 documentation="Some documentation.&#xD;&#xA;&#xD;&#xA;Some more documentation"/>
</element1>

下面是一个示例python文件来执行一些操作：

^{pr2}$

输出如下：

 <element1>
  <element2 value="0"/>
  <element3 documentation="Some documentation.&#13;&#10;&#13;&#10;Some more documentation"><documenation>Some documentation.&#13;
&#13;
Some more documentation</documenation></element3>
</element1>

我想我的问题是，这是你们期望的工作方式吗？ 我本以为在documentation元素中，我们将不再有引用。 这似乎有点不雅观，如果我现在必须做一些伟大的这些无关的CR字符。在

Answer 1

是的，这正是我所期望的。虽然XML处理器需要规范化输入的行尾，但不需要规范输出的行尾。在

如果我站在您的立场上，我会修复生成XML的代码，以避免在属性中放入回车符。否则，我会尝试：

doc.text = elem.get('documentation').replace('\r','')