Хранение управляющих кодов VT100 в файле XML - PullRequest
Новая
       43

Хранение управляющих кодов VT100 в файле XML

0 голосов
/ 22 октября 2011

Я пишу программу на Python, которая регистрирует взаимодействие с терминалом (по аналогии со скриптовой программой), и я хотел бы сохранить журнал в формате XML.

Проблема в том, что взаимодействие с терминалом включает escape-коды VT100. Python не жалуется, если я записываю данные в файл в кодировке UTF-8, например: 

...
pid, fd = pty.fork()
if pid==0:
    os.execvp("bash",("bash","-l"))
else:
    # Lots of TTY-related stuff here
    # see http://groups.google.com/group/comp.lang.python/msg/de40b36c6f0c53cc
    fout = codecs.open("session.xml", encoding="utf-8", mode="w")
    fout.write('<?xml version="1.0" encoding="UTF-8"?>\n')
    fout.write("<session>\n")
    ...
    r, w, e = select.select([0, fd], [], [], 1)
    for f in r:
        if f==fd:
            fout.write("<entry><![CDATA[")
            buf = os.read(fd, 1024)
            fout.write(buf)
            fout.write("]]></entry>\n")
        else:
            ....
    fout.write("</session>")
    fout.close()

Этот сценарий «работает» в том смысле, что он записывает файл на диск, но в результате получается неверный файл utf-8, что приводит к тому, что парсеры XML, такие как etree, блокируют escape-коды.

Один из способов справиться с этим - сначала отфильтровывать управляющие коды . Но возможно ли сделать что-то подобное, если сохраняются управляющие коды и полученный файл может быть проанализирован с помощью таких инструментов XML, как etree?

Ответы [ 3 ]

2 голосов
/ 22 октября 2011

Ваша проблема не в том, что управляющие коды неправильные UTF-8, а в том, что это просто ASCII ESC, а друзья не являются правильными символами XML, даже внутри раздела CDATA.

Единственныйдопустимыми символами XML в XML 1.0, значения которых меньше U + 0020, являются U + 0009 (табуляция), U + 000A (новая строка) и U + 000D (возврат каретки).Если вы хотите записывать вещи, связанные с другими кодами, такими как escape (U + 001B), вам придется каким-то образом их избегать.Другого варианта нет.

1 голос
/ 23 октября 2011

Как сказал Чарльз, большинство управляющих кодов вообще не могут быть включены в файл XML 1.0.

Однако, если вы можете справиться с требованием XML 1.1, вы можете использовать их там.Они не могут быть включены как необработанные символы, но могут быть ссылками на символы.Например: 

&#27;

, поскольку вы не можете писать ссылки на символы в разделе CDATA (они будут просто интерпретированы как ampersand-hash -...), вам придется потерять оболочку <![CDATA[и вручную экранируйте &<> символов в их эквивалентные ссылки на сущности.

Обратите внимание, что вы должны делать это в любом случае: разделы CDATA не освобождают вас от ответственности за экранирование текста, потому что они потерпят неудачу, если текст внутри включенпоследовательность ]]>.(Так как вам всегда приходится делать некоторые экранирования в любом случае, это делает разделы CDATA в большинстве случаев бесполезными.)

XML 1.1 более мягок в отношении управляющих кодов, но не все это поддерживают, и выпо-прежнему не может содержать символ NUL (&#0;).В общем случае не стоит включать управляющие символы в XML.Вы можете использовать специальную схему кодирования для размещения двоичного кода;base-64 популярна, но не очень удобочитаема.Альтернативы могут включать использование случайных символов из Частной области использования в качестве заменителей, если только ваши собственные приложения будут обрабатывать файлы или кодировать их как элементы (например, <esc color="1"/>).

0 голосов
/ 22 октября 2011

Вы пытались поместить свои данные в раздел CDATA? это должно помешать парсеру попытаться прочитать содержимое тега.

http://en.wikipedia.org/wiki/CDATA

...