【发布时间】：2011-01-13 19:57:38
【问题描述】：
我正在使用 lxml 2.2.8 并尝试将一些现有的 html 文件转换为 django 模板。 我遇到的唯一问题是 lxml urlencodes 锚名称和 href 属性。 例如：
<xsl:template match="a">
<!-- anchor attribute href is urlencoded but the title is escaped -->
<a href="{{{{item.get_absolute_url}}}}" title="{{{{item.title}}}}">
<!-- name tag is urlencoded -->
<xsl:attribute name="name">{{item.name}}</xsl:attribute>
<!-- but other attributes are not -->
<xsl:attribute name="nid">{{item.nid}}</xsl:attribute>
<xsl:attribute name="class">{{item.class_one}}</xsl:attribute>
<xsl:apply-templates/>
</a>
生成这样的html：
<a href="%7B%7Bitem.get_absolute_url%7D%7D"
title="{{item.title}}" name="%7B%7Bitem.name%7D%7D"
nid="{{item.nid}}" class="{{item.class_one}}">more info</a>
我想要的是：
<a href="{{item.get_absolute_url}}">more info</a>
有没有办法禁用 lxml 正在执行的（自动）urlencoding？
这里（基本上）是我用来生成和解析文件的代码：
from lxml import etree, html
from StringIO import StringIO
doc = StringIO(
'''<html>
<head>
<title>An experiment</title>
</head>
<body>
<p class="one">This is an interesting paragraph detailing the inner workings of something</p>
<p class="two">paragraph with <a href="/link/to/more">more info</a></p>
<p>posted by: me</p>
</body>
</html>''')
stylesheet = StringIO(
'''<?xml version="1.0" encoding="UTF-8"?>
<xsl:stylesheet version="1.0"
xmlns:xhtml="http://www.w3.org/1999/xhtml"
xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
exclude-result-prefixes="xhtml xsl">
<xsl:template match="p[@class='one']">
<xsl:copy>
<!-- when adding an attribute with the xsl:attribute tag -->
<!-- the curly braces are not escaped, ie you dont have -->
<!-- to double them up -->
<xsl:attribute name="class">{{item.class_one}}</xsl:attribute>
<xsl:attribute name="nid">{{item.nid}}</xsl:attribute>
<xsl:apply-templates/>
</xsl:copy>
</xsl:template>
<xsl:template match="p[@class='two']">
<!-- but double 'em up in this instance -->
<p class="{{{{item.class_two}}}}">
<xsl:apply-templates/>
</p>
</xsl:template>
<xsl:template match="a">
<!-- anchor attribute href is urlencoded but the title is escaped -->
<a href="{{{{item.get_absolute_url}}}}" title="{{{{item.title}}}}">
<!-- name tag is urlencoded -->
<xsl:attribute name="name">{{item.name}}</xsl:attribute>
<!-- but oher attributes are not -->
<xsl:attribute name="nid">{{item.nid}}</xsl:attribute>
<xsl:attribute name="class">{{item.class_one}}</xsl:attribute>
<xsl:apply-templates/>
</a>
</xsl:template>
<xsl:template match="@*|node()">
<xsl:copy>
<xsl:apply-templates />
</xsl:copy>
</xsl:template>
</xsl:stylesheet>
''')
def parse_doc():
xsl = etree.parse(stylesheet)
trans = etree.XSLT(xsl)
root = html.parse(doc, etree.HTMLParser(encoding="windows-1252"))
transformed = trans(root)
print html.tostring(transformed)
if __name__ == '__main__':
parse_doc()
除了这些文件都是格式错误的 html :)
【问题讨论】：
-
如果您在 XSLT 程序中声明
<xsl:output method="xml" />，还会发生这种情况吗？ -
只有 Altova 可以通过
html方法序列化来重现这一点。 MSXSL 3/4 和撒克逊人没有。 -
@Tomalak 我确实尝试将输出方法更改为 xml，但没有任何影响
-
xml序列化方法的这种行为是一个错误 -
所以 lxml 不应该将花括号转换为“%7B”？是的，我有点密集:)
标签： python xslt urlencode lxml