python 处理xml 遇到特殊符号解析错误的情况

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python 处理xml 遇到特殊符号解析错误的情况相关的知识,希望对你有一定的参考价值。

global:[2017-06-05 10:27:48.662313] [DEBUG] 输出fmsg_content <msg fromusername="li2571" encryptusername="v1_d[email protected]stranger" fromnickname="??? ? ?? ??????e??" content="我是" fullpy="?????????????" shortpy="?????????????" imagestatus="3" scene="3" country="CN" province="Hubei" city="Jingzhou" sign="〢铷裹爱,请深爱.、.|‖|‖▍.*" percard="1" sex="2" alias="LiLizouli713" weibo="" weibonickname="" albumflag="0" albumstyle="0" albumbgimgid="" snsflag="17" snsbgimgid="http://szmmsns.qpic.cn/mmsns/aicQlel8roa2oJPnj8q8Gf1ibVnDX1x5HD23xde644eAP8x0E5qtm69hGQ5e6GOquAkiaku39cAte8/0" snsbgobjectid="12548372440867024976" mhash="3247e9c6ea7921d63e672c5ede4e206e" mfullhash="3247e9c6ea7921d63e672c5ede4e206e" bigheadimgurl="http://wx.qlogo.cn/mmhead/ver_1/kjW4HogEYibLpboXT4mUDTUV9BhRnXAt0C4DW7JvQUY3Tia8yF8ibBBGF7wRv9vaaFdFcLne8GybjLlsVaTrrKNrP2Zjjlxtp9vGKEdcgCiaB44/0" smallheadimgurl="http://wx.qlogo.cn/mmhead/ver_1/kjW4HogEYibLpboXT4mUDTUV9BhRnXAt0C4DW7JvQUY3Tia8yF8ibBBGF7wRv9vaaFdFcLne8GybjLlsVaTrrKNrP2Zjjlxtp9vGKEdcgCiaB44/96" ticket="v2_8655444fac8ef7e3a277aeee973c6038a[email protected]stranger" opcode="2" googlecontact="" qrticket="" chatroomusername="" sourceusername="" sourcenickname=""><brandlist count="0" ver="652744432"></brandlist></msg>
global:[2017-06-05 10:27:48.662493] [DEBUG] shuchuadezhi .、.     #这里是 fmsg_content[300:305]
global:[2017-06-05 10:27:48.662711] [ERROR] process_wechat_msg not well-formed (invalid token): line 1, column 301

 

 

 

import xml.etree.cElementTree as ET

xml_tree = ET.fromstring(fmsg_content)

 

运行报错

global:[2017-06-05 10:27:48.662711] [ERROR] process_wechat_msg not well-formed (invalid token): line 1, column 301

 

 

输出日志 

 fmsg_content[300:305]  得到的是特殊符号 .、.

先尝试:

            # parser = ET.XMLParser(encoding=‘utf-8‘)

            # xml_tree = ET.fromstring(fmsg_content, parser=parser)

得到 

*** Error in `/usr/bin/python3‘: double free or corruption (!prev): 0x00000000012ae500 ***

大坑。。

 

最终

fmsg_content=re.sub(u"[\x00-\x08\x0b-\x0c\x0e-\x1f]+",u"",fmsg_content)

xml_tree = ET.fromstring(fmsg_content)

替换掉非法字符 就不会报错了

 



以上是关于python 处理xml 遇到特殊符号解析错误的情况的主要内容,如果未能解决你的问题,请参考以下文章

Java解析xml文件遇到特殊符号&会出现异常的解决方案

XML 解析 & 特殊字符报错

xml特殊字符处理

WPF XAML 特殊字符(小于号大于号引号&符号)

iOS Json解析中特殊字符串('\\')处理

如何处理 XML 中 URL 中的特殊字符