转换&到&;在Python中

Question

我正在用 Python 开发一个简单的爬虫。目的是创建一个 sitemap.xml。 （您可以在这里找到 alpha 版本：http://code.google.com/p/sitemappy /) 我注意到，如果我生成包含非 HTML 实体（例如 &）的 URL 的 xml，则该 xml 不会验证，并且不会被 Google 网站站长工具接受。 有没有一种快速的方法来编码 URL 的查询字符串部分？

谢谢你！

马泰奥

Answer 1

cgi.escape 来救援：

cgi.escape(s[, quote])

转换字符“&”、“<”和“>”将 string s 中的内容转换为 HTML 安全序列。如果您需要显示 HTML 中可能包含此类字符的文本，请使用此选项。如果可选标志 quote 为 true，则引号字符 ('"') 也会被翻译；这有助于包含在 HTML 属性值中，如 中。如果要引用的值可能包含单引号或双引号字符，或者两者兼而有之，请考虑使用 xml.sax.saxutils 模块中的 quoteattr() 函数。

快速交互式检查：

>>> import cgi
>>> cgi.escape('<&>')
'<&>'
>>> 

Answer 2

Saxutils 有一个针对 XML 实体的转义函数：

>>> from xml.sax import saxutils
>>> saxutils.escape("&")
'&'