如何让 Python 的 ElementTree 忽略引号和属性之间缺少空格？答案

【问题标题】：How to make Python's ElementTree ignore lack of spaces between quotes and attributes?如何让 Python 的 ElementTree 忽略引号和属性之间缺少空格？
【发布时间】：2019-07-01 03:10:19
【问题描述】：

当我跑步时

from xml.etree import ElementTree
tree = ElementTree.fromstring('<foo bar=""baz=""></foo>')

我明白了

xml.etree.ElementTree.ParseError: 格式不正确（无效标记）：第 1 行，第 11 列

这是因为"" 和baz 之间没有空格。

我在第三方提供给我的 XML 文件中遇到了这个问题。

有什么方法可以让ElementTree 对间距不那么迂腐，并像有空格一样解析它？

【问题讨论】：

值得注意的是，这个类似问题中的解决方案会忽略错误，但不会恢复 baz 属性：stackoverflow.com/questions/13046240/…
我认为这是不可能的。 XML 在设计上是“迂腐的”。你所拥有的不是 XML，符合标准的解析器拒绝它是正确的。
如果我只是正则表达式这个问题，之后我会遇到 0 个问题吗？还是 2 个？

标签： python elementtree

【解决方案1】：

因为听上去可能还没有解决方案...

在出现更好的解决方案之前，这里有一个针对下一个可怜人的 hacky 解决方法...

def xml_fixup(s):  # give it the XML as a tring
    flags = re.DOTALL
    pat_quotes = '\"[^\"]*\"|\'[^\']*\''
    re_quotes = re.compile('(%s)([^>\\s])' % pat_quotes, flags)  # TODO: cache
    re_pieces = re.compile('([^<]+)|(<)((?:[^\"\'>]+|%s)*)(>)' % pat_quotes, flags)  # TODO: cache
    pieces = re_pieces.findall(s)
    return s[:0].join(map(lambda m: m[0] or m[1] + re_quotes.sub('\\1 \\2', m[2]) + m[3], pieces))

print(xml_fixup('<foo bar=""baz=""></foo>'))  # <foo bar="" baz=""></foo>

如果您发现其中的错误，Brownie 积分！

【讨论】：

它破坏了正确的属性： print(xml_fixup('')) >>