Question

我需要一个带有DTD的经过验证的DomTree（使用getElementById）。验证和解析工作，但dom无法正常工作：

from xml.dom import minidom 
from xml.dom.pulldom import SAX2DOM
from lxml import etree
import lxml.sax
from StringIO import StringIO

data_string = """\
<?xml version="1.0" encoding="utf-8"?>
<!DOCTYPE foo [
<!ELEMENT foo (bar)*>
<!ELEMENT bar (#PCDATA)>
<!ATTLIST bar id ID #REQUIRED>]><foo><bar id="nr_0">text</bar></foo> 
"""

#parser, with vali. at parsing
etree_parser = etree.XMLParser(dtd_validation=True,attribute_defaults=True) 
#parse it
sax_tree = etree.parse(StringIO(data_string),etree_parser);
handler = SAX2DOM();
lxml.sax.saxify(sax_tree,handler);
domObject = handler.document;

print domObject.getElementById("nr_0");
#returns None

print minidom.parseString(data_string).getElementById("nr_0");
#returns <DOM Element: bar at 0x7f36b77dc0e0>

似乎SAX2DOM不会将DTD传递给dom。我忘记了什么吗？我已经读过在构建dom之后无法加载DTD。

任何想法？

Answer 1

据我所知：SAX DTD事件不是由ContentHandler处理的，而是由DTDHandler处理的，{{3}}是可以在sax解析器（XMLReader）上设置的属性。这意味着如果不对文档进行序列化和重新分析，则无法执行此操作。

validated_string = etree.tostring(tree)
domDocument = minidom.parseString(validated_string)

另一方面：除非你真的需要一个迷你文档，否则你最好还是继续使用lxml树。（您可以使用xpath代替getElementById，或者查看etree.XMLDTDID和etree.parseid）

从Sax到Dom与DTD（python）

1 个答案: