XML应该是严格的，因此有一些Unicode字符在XML中是不允许的。但是，我正在尝试使用通常包含这些字符的RSS提要，并且我想避免因无效字符造成的解析错误，或者从中优雅地恢复并呈现文档。请在此处查看示例(无论如何在3月21日):http://feeds.feedburner.com/chrisblattman处理XML提要中的unicode的推荐方法是什么？检测字符并替换为空字节、编辑解析器或其他一些方法？ 最佳答案 看起来RSS提要包含一个垂直制表符\x0c，这是非法的pertheXML1.0spec.我的建议是在将数据传递给e

在我的XML输入文件中，我有以下行:50\%和75\%之间的字符不是连字符而是endash.当我在Python中使用expat解析此XML文件时:postFixesDoc=minidom.parse('postFixes.xml')我收到以下错误:ExpatError:notwell-formed(invalidtoken):line35,column99其中35是我在上面从XML输入文件中引用的行，99是破折号之前%的列。如果我用–替换破折号，那么错误就会消失，一切正常。所以我有一个解决方法。但我不明白为什么会这样。我读到的关于这个问题的内容——例如Python’sminidom,x

我写了一个小函数，它使用ElementTree和xpath来提取xml文件中某些元素的文本内容:#!/usr/bin/envpython2.5importdoctestfromxml.etreeimportElementTreefromStringIOimportStringIOdefparse_xml_etree(sin,xpath):"""TakesasinputastreamcontainingXMLandanXPathexpression.AppliestheXPathexpressiontotheXMLandreturnsageneratoryieldingthetextco