Question

我使用lxml来读取一个像bellow一样的结构的xml文件

    <domain>http://www.trademe.co.nz</domain>         
    <start>http://www.trademe.co.nz/Browse/CategoryAttributeSearchResults.aspx?search=1&cid=5748&sidebar=1&rptpath=350-5748-4233-&132=FLAT&134=&153=&29=&122=0&122=0&59=0&59=0&178=0&178=0&sidebarSearch_keypresses=0&sidebarSearch_suggested=0</start>

我的python代码是：

from lxml import etree

tree = etree.parse('metaWeb.xml')

当我运行它时，我得到了 entityref: expecting ';'错误

然而，当我删除＆amp;在xml文件中的符号，一切都很好。

我该如何解决这个错误？

Answer 1

问题是这不是有效的XML。在XML中，&符号总是以entity reference开头，如Ӓ字符U+04D2（又名Ӓ），"为字符"，或您的文档/ DTD /架构中定义的某个自定义实体。*

如果要将文字&放入字符串中，则必须将其替换为其他内容，通常为&，这是＆符号的字符实体引用。

因此，如果您确定文档中没有实际的实体引用，只是未转义的＆符号，您可以非常简单地修复它：

with open('metaWeb.xml') as f:
    xml = f.read().replace('&', '&amp;')
tree = etree.fromstring(xml)

但是，如果可能的话，更好的解决方案是修复生成此错误XML的程序。

*这有点误导，相当真实;数字字符引用实际上不是实体引用。此外，像"或&这样的字符实体引用与具有替换文本的任何其他引用相同，实体恰好由XML / HTML基础DTD隐式定义。但是，与大多数XML软件一样，lxml使用术语“实体引用”的范围略大于标准。

Answer 2

将&替换为xml文件中的&，否则xml不符合XML标准。

使用lxml读取xml文件获取错误EntityRef

2 个答案: