如何在 mako 中正确转义输出（对于 XHTML）？

Question

尽管提供了一种使用过滤器转义输出的好方法，但它们都没有做正确的事情。 获取字符串：

x=u"&\u0092"

过滤器执行以下操作：

x             Turns the & into an entity but not the \u0092 (valid XML but not XHTML)
h             Exactly the same
u             Escapes both, but obviously uses url escaping
entities      Only converts named entities, so again only the & is escaped
decode.latin1 The same

HTML 使用标准 UNICODE 联盟字符库，并且未定义（除其他外）65 个字符代码（包括 0 到 31 和 127 到 159）

这些似乎是遗漏的字符。有什么想法吗？

编辑

它似乎验证我是否离线使用该文件。这可能是内容类型问题吗？

Answer 1

无需将 Unicode 字符转换为 &#xxxx; 形式即可在 HTML 中使用，除非您有意使用 ASCII 字符集。转义命名实体，然后将整个字符串编码为 UTF-8 并像这样写出来，更简单、更高效。您可能应该声明 HTTP 标头或 标记中使用的编码。

编辑：

它似乎验证了我是否离线使用该文件。这可能是内容类型问题吗？

是的。您可以使用 HTTP 标头强制执行 UTF-8 字符集，也可以通过元标记直接在 HTML 中指定它：

<meta http-equiv="Content-Type" content="application/xhtml+xml;charset=utf-8" />

Answer 2

撇开验证问题不谈，能够删除这些字符（无论如何都不能可靠地显示）而不必转义其他任何内容是很有用的。为此，我将以下函数添加到“lib/helpers.py”：

__sgml_invalid = re.compile(r'[\x82-\x8c\x91-\x9c\x9f]', re.UNICODE)

def sgmlsafe(text):
    lookup = {
        130:"‚",    #Single Low-9 Quotation Mark
        131: "ƒ",    #Latin Small Letter F With Hook
        132:"„",    #Double Low-9 Quotation Mark
        133:"…",    #Horizontal Ellipsis
        134:"†",    #Dagger
        135:"‡",    #Double Dagger
        136: "ˆ",    #Modifier Letter Circumflex Accent
        137:"‰",    #Per Mille Sign
        138: "Š",    #Latin Capital Letter S With Caron
        139:"‹",    #Single Left-Pointing Angle Quotation Mark
        140: "Œ",    #Latin Capital Ligature OE
        145:"‘",    #Left Single Quotation Mark
        146:"’",    #Right Single Quotation Mark
        147:"“",    #Left Double Quotation Mark
        148:"”",    #Right Double Quotation Mark
        149:"•",    #Bullet
        150:"–",    #En Dash
        151:"—",    #Em Dash
        152: "˜",    #Small Tilde
        153:"™",    #Trade Mark Sign
        154: "š",    #Latin Small Letter S With Caron
        155:"›",    #Single Right-Pointing Angle Quotation Mark
        156: "œ",    #Latin Small Ligature OE
        159: "Ÿ"     #Latin Capital Letter Y With Diaeresis
        }

    return __sgml_invalid.sub(lambda x: lookup[ord(x.group())], text)

您可以通过编辑environment.py将其用作过滤器：

config['pylons.app_globals'].mako_lookup = TemplateLookup(
    ...
    imports=[....,'from appname.lib.helpers import sgmlsafe',...]

然后它应该可用于您的模板：

${c.content|n,sgmlsafe}