Python xml.dom.minidom генерирует неверный XML? - PullRequest
Новая
       12

Python xml.dom.minidom генерирует неверный XML?

2 голосов
/ 20 апреля 2011

Я столкнулся со странной проблемой с пакетом xml.dom.minidom. Я генерирую документ, наполняя его данными, взятыми из терминала. Иногда такие данные содержат управляющие символы терминала. Когда я сохранял такой символ в узле текстовых данных с minidom.toprettyxml(), все было нормально, однако сгенерированный документ не является допустимым XML.

Кто-нибудь знает, почему minidom позволяет генерировать недействительный документ? Это связано с "мини" частью?

Вот пример кода (с некоторой информацией о системе): 

Python 2.6.5 (r265:79063, Apr 16 2010, 13:57:41) 
[GCC 4.4.3] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> from xml.dom import minidom
>>> impl = minidom.getDOMImplementation()
>>> doc = impl.createDocument(None, "results", None)
>>> root = doc.firstChild
>>> outString = "test "+chr(1) #here goes control character
>>> root.appendChild(doc.createTextNode(outString))
<DOM Text node "'test \x01'">
>>> doc.toprettyxml(encoding="utf-8")
'<?xml version="1.0" encoding="utf-8"?>\n<results>\n\ttest \x01\n</results>\n'
>>> with open("/tmp/outfile", "w") as f:
...     f.write(doc.toprettyxml(encoding="utf-8"))
... 
>>> doc2 = minidom.parse("/tmp/outfile")
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/lib/python2.6/xml/dom/minidom.py", line 1918, in parse
    return expatbuilder.parse(file)
  File "/usr/lib/python2.6/xml/dom/expatbuilder.py", line 924, in parse
    result = builder.parseFile(fp)
  File "/usr/lib/python2.6/xml/dom/expatbuilder.py", line 207, in parseFile
    parser.Parse(buffer, 0)
xml.parsers.expat.ExpatError: not well-formed (invalid token): line 3, column 6
>>> open("/tmp/outfile","r").readlines()
['<?xml version="1.0" encoding="utf-8"?>\n', '<results>\n', '\ttest \x01\n', '</results>\n']
>>>

1 Ответ

1 голос
/ 20 апреля 2011

Глядя на код для _write_data, он экранирует только амперсанды, косые черты и скобки: 

def _write_data(writer, data):
    "Writes datachars to writer."
    data = data.replace("&", "&amp;").replace("<", "&lt;")
    data = data.replace("\"", "&quot;").replace(">", "&gt;")
    writer.write(data)

Как вы и предполагали, minidom не предназначен для создания полностью надежной реализации (для его реализации пространств имен не хватает, дляэкземпляр).

...