为什么在使用 lxml 写入 XML 文件后，非 ASCII 字符在属性值中进行了转义?

Question

我正在尝试使用 python 和lxml中的etree.xmlfile不断构建一个 xml 文件。

我的输入是一个 XML 文件，其中属性值中有变音符号。我用lxml读了这个，对属性的名称进行了一些更改，然后将其写入一个新文件。

这是我的代码，分解：

with etree.xmlfile(path_to_new_file, encoding="utf8") as xf:                                             
with xf.element("corpus"):                                                                      
for _, element in etree.iterparse(path_to_original_file, tag="comment"):                                               
new_element = transform_element(element)                                                                                                   
xf.write(new_element)
del element
del new_element

在原始文件中，我可能有这样的元素：

<comment title="Kübel">Some text with umlauts like this üä</comment>

但是经过处理，新文件中的相同注释如下所示：

<comment title="K&#xFC;bel">Some text with umlauts like this üä</comment>

你知道是什么原因造成的吗？

Answer 1

不必在 XML 属性值(或元素的文本节点子级(中转义ü。

可能库的开发人员过于谨慎并调用了通用转义字符串函数，可能是为了利用其转义<，始终必须转义，以及匹配属性值的分隔引号时必须转义的'或"。

有关简明扼要地提出的精确转义要求，请参见简化的 XML 转义。