saxutils.escape（）はセミコロンを2回エスケープします

Question

saxutils.escapeメソッドでセミコロンをエスケープしようとしています。私はそれが

'<&#59;' 

を生成することを期待しかし、それは

'&lt&#59;&#59;' 

を与える

saxutils.escape('<;', {';': '&#59;'}) 

は、設計によって、このですか？そして、私はどのように私の期待した結果を得ることができますか

Answer 1

問題は、saxutils.escapeが2つのステップで機能することです。まず、<,>、および&を解析した後、entitiesを使用して、その解析結果のを解析します。 <が<に置き換えられていたら

だから、あなたは<;を持っているので、あなたは&lt&#59;&#59;で終わります。

基本的には、それは意味があります。セミコロンをエスケープする必要がある場合は、HTMLの理由からではありません。したがって、セミコロンを二重にエスケープする必要があります。このような状況では、HTMLで必要なエスケープによって作成されたセミコロンをエスケープするのが理にかなっています。

saxutils.escapeでご希望の結果を得ることはできません。別のエスケープ方法を使用する必要があります。いくつかのアイデアについては、Python Wiki page on escaping HTMLを参照してください。

What is the best way to do a find and replace of multiple queries on multiple files?への私の答えのようなものを使用して、セミコロンを他のパターンと同時に置き換えることができます。何も置き換えないでください。

Answer 2

これは、escape()がエスケープされた<の最後のセミコロン文字を考慮し、指示通りに&#59;に置き換えたからです。したがって、<;は&lt&#59;&#59;となります。

通常、セミコロンはそのようにエスケープする必要はありません。そのため、この特定の文字のエッジケースのみがバグだとは思われません。

Answer 3

これは設計によるものであり、フレデリック・ハミディ（FrédéricHamidi）はこれがなぜそうであるかを説明しました。

どのようにして自分が望むものを手に入れられますか？ AGFの提案@撮影

：私の場合は

escape_table = { 
    "&": "&", 
    ">": ">", 
    "<": "&lt;", 
    ";": "&#59;", 
    } 

def escape(text): 
    return "".join(escape_table.get(c,c) for c in text)