एस्ट्रोफ़े

Question

के साथ पायथन XPath पार्सिंग टैग मैं XPath के लिए नया हूं। मैं XPath का उपयोग कर एक पेज पार्स करने की कोशिश कर रहा हूं। मुझे टैग से जानकारी प्राप्त करने की ज़रूरत है, लेकिन सब कुछ ऊपर शीर्षक स्क्रू में एस्ट्रोफ़े से बच निकला।

पार्सिंग के लिए मैं Grab का उपयोग करता हूं। स्रोत से

टैग:

<img src='somelink' border='0' alt='commission:Alfred\'s misadventures' title='commission:Alfred\'s misadventures'> 

वास्तविक XPath:

g.xpath('.//tr/td/a[3]/img').get('title') 

रिटर्न

commission:Alfred\\ 

तो इसे ठीक करने कोई तरीका है?

धन्यवाद

Answer 1

में, कचरा बाहर कचरा। आपका इनपुट अच्छी तरह से गठित नहीं है, क्योंकि यह अनुचित रूप से एकल उद्धरण चरित्र से बच निकलता है। कई प्रोग्रामिंग भाषाएं (पायथन सहित) स्ट्रिंग अक्षर में उद्धरण से बचने के लिए बैकस्लैश वर्ण का उपयोग करती हैं। एक्सएमएल नहीं है। आपको या तो 1) गुणों के मूल्य को डबल-कोट्स के साथ घेरना चाहिए; या 2) ' का उपयोग एक एकल उद्धरण शामिल करने के लिए करें।

the XML spec से

:

विशेषता मान दोनों सिंगल और डबल उद्धरण, apostrophe या एकल उद्धरण कैरेक्टर (') के रूप में " '" प्रस्तुत किया जा सकता है, और दोहरे-उद्धरण शामिल करने के लिए अनुमति देने के लिए चरित्र (") " के रूप में" "।

Answer 2

उपलब्ध कराने पर" XML "एक wellformed दस्तावेज़ कारण नेस्टेड अक्षर लोप करने के लिए, कोई XPath अभिव्यक्ति यह पर मूल्यांकन किया जा सकता है ।

<img src='somelink' 
border='0' 
alt='commission:Alfred&apos;s misadventures' 
title='commission:Alfred&apos;s misadventures'/> 

:

<img src="somelink" 
border="0" 
alt="commission:Alfred's misadventures" 
title="commission:Alfred's misadventures"/> 

मामले में एक अजीब requiremend उद्धरण, तो एक सही रूपांतरण है उपयोग करने के लिए नहीं है:

प्रदान की गैर-अच्छी तरह से गठित पाठ को सुधारा जा सकता है

यदि आपको गलत इनपुट प्रदान किया गया है, तो सी # एक भाषा में इसे:

का उपयोग करके इसे अपने सही समकक्ष में बदलने की कोशिश कर सकते हैं

string correctXml = input.replace("\\'s", "'s") 

शायद पाइथन में ऐसा करने का एक ही तरीका है।