Unescape _xHHHH_ escape-последовательности XML с использованием Python

Question

Я использую Python 2.x [не подлежит обсуждению] для чтения документов XML [созданных другими], которые позволяют содержанию многих элементов содержать символы, которые не являются допустимыми символами XML, путем их экранирования с использованием соглашения _xHHHH_, например ASCII BEL aka U + 0007 представлен 7-символьной последовательностью u"_x0007_". Ни функциональность, которая допускает представление любого старого символа в документе, ни способ экранирования не подлежит обсуждению. Я анализирую документы, используя cElementTree или lxml [полу-договорный].

Вот моя лучшая попытка максимально эффективно отменить вывод парсера:

import re
def unescape(s,
    subber=re.compile(r'_x[0-9A-Fa-f]{4,4}_').sub,
    repl=lambda mobj: unichr(int(mobj.group(0)[2:6], 16)),
    ):
    if "_" in s:
         return subber(repl, s)
    return s

Вышесказанное смещено при наблюдении очень низкой частоты "_" в типичном тексте и скорости, превосходящей удвоение, при возможности избегая использования устройства регулярных выражений.

Вопрос: есть идеи получше?

Answer 1

Вы можете также проверить '_x', а не просто _, это не будет иметь большого значения, но, несомненно, двухсимвольная последовательность будет еще реже, чем одиночное подчеркивание. Помимо таких деталей, вы, кажется, делаете лучшее из плохой ситуации!