Python 要在xml标记中使用的转义字符串

初步：这里没有回答这个问题：

实际问题：

我继承了一个xml模式，不幸的是它将xml本身的文件名编码为一个元素（我知道这是非常不寻常的，也不是一个好主意）：

我的问题是，在Python中，是否有一种方法可以转义xml元素中不允许的任何字符。以某种透明的方式转义它将允许我在读取xml的工具中重建原始文件名

我可以使用这个标准来推出自己的产品：但我想知道，对于这样一个不寻常的案例，是否有现成的产品

附录：让我强调一下，这种构造是非常糟糕的样式，强烈建议重构文件格式，而不是找到解决方法。因此，我假设在任何库中都没有现成的解决方案，因为构造本身违反了基本的xml设计准则

---

我发布了这个问题，以防确实存在解决方案，这样我就不必重新发明轮子了。如果没有其他问题，我将接受一个简单的“不存在”作为答案。

正如您所预期的，Python中没有现成的方法可以将文件名（无论是什么操作系统）中允许的字符映射到XML元素名中允许的字符。能够可逆地做到这一点将是另外一个挑战

正如您也承认的那样，XML设计是非传统的和有问题的，其原因仅从您当前遇到的关于允许字符的问题开始

建议，最佳优先：

修复有问题的设计，即使这意味着修复上游和下游依赖关系

将文件名映射到合法XML元素名的预处理和/或后处理

设计并实现您心目中的可逆名称映射方案。这里的努力水平，再加上令人遗憾的以往设计错误的延续，使得这种方法没有吸引力

另请参见

---

我看到的一个惯例是用

\uhhh\uhh

替换所有“特殊”字符（对于“特殊”的某些定义），其中

hhh

是十六进制字符代码。但我不知道有哪个方便的图书馆能为你做这件事。如果把元素写成

<file name="valid_filename_(but_invalid_xml).xml">
 ...
</file>

...

谢谢，这是一个非常有用的答案。我将重新评估中间解决方案的脏补丁（2/3）的实现与成本更高的重新设计（1）的好处之间的权衡，从长远来看，重新设计（1）是必须完成的。您的示例将是正确的xml方法（当然，除了在xml中包含文件名本身不是一个好主意，因为它引入了冗余）。如果绝对没有重构格式的选项，那么使用十六进制值作为解决方案似乎是一种很好的方法，但您必须添加一些标记来标识代码，以防文件名包含这些特定字符，或者您无法转换回。我想到了类似xml的ä；转录，但由于允许的字符集非常有限，没有很多好的编码选项。考虑到这一点，我怀疑是否有一种方法可以转义字符，以确保所有可能的文件名都可以转换，但仍然可以将它们转换回。唯一的选择是确保原始文件名不包含在某些字符组合中。由于这将是一个紧急修复，我想可能会强制执行。但在这一点上，这更像是一个尝试，因为它越来越清楚地表明，重构格式是唯一的出路。设计可逆编码并不难。如果

\uuu

是你的逃避特征呃，只要确保原始字符串中的任何

\uuu

本身都被视为特殊字符并转义即可。（我意识到，我原始答案中的下划线被误解为标记转义字符-这太过自我引用，令人不安）你当然是对的。这是因为我们可以假定unicode字符的长度是固定的，所以我们不需要终止符。我想我忽略了这一点，因为我们的文件名已经相当长，并且包含很多下划线，所以将它们加倍会使它们在xml中的长度更长。不过，这是完全可能的，你是正确的。

<?xml version="1.0" encoding="utf-8"?>
<valid_filename_(but_invalid_xml).xml>
    <content>
    </content>
</valid_filename_(but_invalid_xml).xml>

<file name="valid_filename_(but_invalid_xml).xml">
 ...
</file>