Python 如何在mako中正确转义输出（对于XHTML）？

尽管使用过滤器提供了一种很好的逃避输出的方法，但它们都没有做正确的事情。 以字符串为例：

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使用标准的UNICODE联合字符库，它保留未定义的65个字符代码（包括0到31个字符和127到159个字符）

这些似乎是错过的角色。有什么想法吗

编辑

---

它似乎验证了我是否脱机使用该文件。这可能是内容类型问题吗？

无需将Unicode字符转换为

&#xxxx表单将在HTML中工作。转义命名实体，然后将整个字符串编码为UTF-8并这样写出，这样更简单、更高效。您可能应该声明HTTP头或
标记中使用的编码

编辑：

它似乎验证了我是否脱机使用该文件。这可能是内容类型问题吗

对。您可以使用HTTP头强制使用UTF-8字符集，也可以直接通过元标记在HTML中指定它：

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

除了验证问题，删除这些字符（无论如何都不能可靠地显示）而不必转义任何其他内容是很有用的。为此，我在'lib/helpers.py'中添加了以下函数：

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

def sgmlsafe(text):
    lookup = {
        130:"&#8218;",    #Single Low-9 Quotation Mark
        131: "&#402;",    #Latin Small Letter F With Hook
        132:"&#8222;",    #Double Low-9 Quotation Mark
        133:"&#8230;",    #Horizontal Ellipsis
        134:"&#8224;",    #Dagger
        135:"&#8225;",    #Double Dagger
        136: "&#710;",    #Modifier Letter Circumflex Accent
        137:"&#8240;",    #Per Mille Sign
        138: "&#352;",    #Latin Capital Letter S With Caron
        139:"&#8249;",    #Single Left-Pointing Angle Quotation Mark
        140: "&#338;",    #Latin Capital Ligature OE
        145:"&#8216;",    #Left Single Quotation Mark
        146:"&#8217;",    #Right Single Quotation Mark
        147:"&#8220;",    #Left Double Quotation Mark
        148:"&#8221;",    #Right Double Quotation Mark
        149:"&#8226;",    #Bullet
        150:"&#8211;",    #En Dash
        151:"&#8212;",    #Em Dash
        152: "&#732;",    #Small Tilde
        153:"&#8482;",    #Trade Mark Sign
        154: "&#353;",    #Latin Small Letter S With Caron
        155:"&#8250;",    #Single Right-Pointing Angle Quotation Mark
        156: "&#339;",    #Latin Small Ligature OE
        159: "&#376;"     #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
，将其作为筛选器使用：

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

然后，它应可用于模板：

${c.content|n,sgmlsafe}

我希望事情能这么简单，但事实并非如此。我使用的是UTF-8，它不会验证。验证很好，就像XHTML一样严格。HTML4确实有问题。您需要非X HTML吗？它是严格的XHTML，UTF-8，并且由在线和离线w3c验证器正确地检测到。但是在线验证器告诉我“你在文本中使用了非法字符。HTML使用了标准的UNICODE联合字符库”，我无法复制它。通过上载验证，可以验证文件中有“<代码> \U90092/代码>（<代码> \xC2\x92 < /COD> UTF-8）字符的文件。仍然失败。我必须使用w3c验证器（v0.7.4）的本地副本来测试实时内部开发站点（出于某种原因，它在标题中作为plain/html提供）。如果我能找到一种方法来更改标题，我会的，否则至少我知道它会在实际运行后进行验证。