Python XML解析-^H字符/符号？

我在清理一些XML以便用Python和etree解析它时遇到了一段非常糟糕的时间。基本上，在我的Python脚本读取它之前，我正在尝试转义每个字符串条目中提供给我的所有特殊字符

'xml.parsers.expat.ExpatError: not well-formed'

因此，在生成XML字符串条目时，我使用

sed

将特殊字符替换为它们的转义版本，或者仅使用

空格

，而我真的不在乎

但现在在生成的XML中，我看到了一个

^H

字符，vim将其高亮显示为蓝色

我尝试转义

^

，但没有成功，角色仍然存在，因此我认为它一定是某种复合特殊角色

---

唉，为什么这么糟糕。无论如何，感谢您的帮助。

^H

是表示嵌入文本中的退格字符（ASCII字符8）的常用方法；如果您已经在使用

sed

/

bash

进行过滤，则可以执行以下操作：

cat infile | sed s/$'\b'// > outfile

---

尽管如此，我还是不认为你的输入文件中有一个^H是件好事。。。您是如何生成它的？

首先，您是如何将退格字符放入XML的？它可能是退格字符（ASCII 8或Control-H）。如果不知道你正在做什么样的清理，或者没有看到一些文件，就很难确定。老实说。。我只是从一些项目目录中读取日志文件。你能帮我解释一下你的解决方案吗？我不熟悉sed/bash的东西。@YoungMoney:我简化/更正了代码，现在应该很简单了（

$'\b'

就是用bash的方式输入你的

^H

）。还有一个问题要确定-所以我可以用这个来修改一个文件，即

infle

与

outfile

相同吗？编辑-因为我试过了，现在我有了一个空文件…@YoungMoney:no

sed

读取文件（或stdin）并输出到stdout；流重定向操作符（

）会在启动管道之前截断文件，因此最终会得到一个空文件。您必须在

sed

完成后输出到临时文件并覆盖原始文件。